Hadoop连载系列之三：HBase分布式安装

共计 5409 个字符，预计需要花费 14 分钟才能阅读完成。

1 概述

HBase 是基于 Hadoop 的分布式的、面向列的、可拓展的开源数据库。当需要对大数据进行随机的、实时的读写时使用 HBase。属于 NoSQL。HBase 利用 Hadoop/HDFS 作为其文件存储系统，利用 Hadoop/MapReduce 来处理 HBase 中的海量数据，利用 Zookeeper 提供分布式协作、分布式同步、配置管理等。

HBase 的架构：

LSM – 解决磁盘随机写问题 (顺序写才是王道)；

HFile – 解决数据索引问题 (只有索引才能高效读)；

WAL – 解决数据持久化 (面对故障的持久化解决方案)；

zooKeeper – 解决核心数据的一致性和集群恢复；

Replication – 引入类似 MySQL 的数据复制方案，解决可用性；

此外还有：自动分拆 Split、自动压缩 (compaction,LSM 的伴生技术)、自动负载均衡、自动 region 迁移。

HBase 集群需要依赖于一个 Zookeeper ensemble。HBase 集群中的所有节点以及要访问 HBase

的客户端都需要能够访问到该 Zookeeper ensemble。HBase 自带了 Zookeeper，但为了方便

其他应用程序使用 Zookeeper，最好使用单独安装的 Zookeeper ensemble。此外，Zookeeper ensemble 一般配置为奇数个节点，并且 Hadoop 集群、Zookeeper ensemble、

HBase 集群是三个互相独立的集群，并不需要部署在相同的物理节点上，他们之间是通过网

络通信的。

2 安装和配置

2.1 下载安装 HBase

下载 hbase-0.96.1.1-hadoop1-bin.tar.gz，并解压到 /usr 下，重命名为 hbase 目录。hbase 的版本需要与 hadoop 对应，查看是否对应只需要看 hbase/lib/hadoop-core 后面的版本号是否与 hadoop 的版本对应，如果不对应，可以将 hadoop 下 hadoop-core 文件复制过来，但是不能保证不会有问题。

2.2 设置环境变量

vim /etc/profile：

# set hbase path
export HBASE_HOME=/usr/hbase
export PATH=$PATH:$HBASE_HOME/bin

2.3 配置 HBase

编辑配置文件 hbase-site.xml：vim /usr/hbase/conf/hbase-site.xml

单机:
<configuration>
<property>
<name>hbase.rootdir</name>
<value>file:///tmp/hbase-${user.name}/hbase</value>
</property>
</configuration>

伪分布:
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://localhost:9000/hbase</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>

完全分布:
1）配置 hbase-site.xml

<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://192.168.56.1:9000/hbase</value>
<description>HBase 数据存储目录 </description>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
<description> 指定 HBase 运行的模式：false：单机 / 伪分布；true：完全分布 </description>
</property>
<property>
<name>hbase.master</name>
<value>hdfs://192.168.56.1:60000</value>
<description> 指定 Master 位置 </description>
</property>

<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/var/lib/zookeeper</value>
</property><property>
<name>hbase.zookeeper.quorum</name>
<value>192.168.56.1,192.168.56.101,192.168.56.102,192.168.56.103,192.168.56.104</value>
<description> 指定 ZooKeeper 集群 </description>
</property>

<property>
<name>hbase.master.info.bindAddress</name>
<value>192.168.56.1</value>
<description>The bind address for the HBase Master web UI
</description>
</property></configuration>

2) 编辑配置文件 regionservers:

192.168.56.101
192.168.56.102
192.168.56.103
192.168.56.104

3) 设置环境变量 hbase-env.sh:

export JAVA_HOME=/usr/java/jdk1.7.0_45/

export HBASE_CLASSPATH=/usr/hadoop/conf

export HBASE_HEAPSIZE=2048

export HBASE_MANAGES_ZK=false

注解：

其中，JAVA_HOME 表示 java 安装目录，HBASE_CLASSPATH 指向存放有 Hadoop 配置文件的目录，这样 HBase 可以找到 HDFS 的配置信息，由于本文 Hadoop 和 HBase 部署在相同的物理节点，所以就指向了 Hadoop 安装路径下的 conf 目录。HBASE_HEAPSIZE 单位为 MB，可以根据需要和实际剩余内存设置，默认为 1000。HBASE_MANAGES_ZK=false 指示 HBase 使用已有的 Zookeeper 而不是自带的。

2.4 向各个节点复制，然后配置各个节点的环境变量

scp -r /usr/hbase 节点 ip：/usr

3 启动和停止 HBase

启动 HBase：需事先启动 HDFS 和 Zookeeper，启动顺序为 HDFS-》Zookeeper-》HBase

在 server1 上启动所有的节点：start-hbase.sh

停止 HBase：stop-hbase.sh

连接 HBase 创建表：hbase shell

HBase Shell; enter ‘help<RETURN>’ for list of supported commands.
Type “exit<RETURN>” to leave the HBase Shell
Version 0.96.1.1-hadoop1, rUnknown, Tue Dec 17 11:52:14 PST 2013

hbase(main):001:0>

查看状态：hbase(main):001:0> status

4 servers, 0 dead, 2.2500 average load

4 测试和 Web 查看

4.1 创建表测试

创建一个名为 small 的表，这个表只有一个 column family 为 cf。可以列出所有的表来检查创建情况，然后插入些值。

hbase(main):003:0> create ‘small’, ‘cf’
0 row(s) in 1.2200 seconds
hbase(main):003:0> list
small
1 row(s) in 0.0550 seconds
hbase(main):004:0> put ‘small’, ‘row1’, ‘cf:a’, ‘value1’
0 row(s) in 0.0560 seconds
hbase(main):005:0> put ‘small’, ‘row2’, ‘cf:b’, ‘value2’
0 row(s) in 0.0370 seconds
hbase(main):006:0> put ‘small’, ‘row3’, ‘cf:c’, ‘value3’
0 row(s) in 0.0450 seconds

检查插入情况：Scan 这个表

hbase(main):005:0> scan ‘small’

Get 一行，操作如下

hbase(main):008:0> get ‘small’, ‘row1’

disable 再 drop 这张表，可以清除你刚刚的操作

hbase(main):012:0> disable ‘small’
0 row(s) in 1.0930 seconds
hbase(main):013:0> drop ‘small’
0 row(s) in 0.0770 seconds

导出与导入

hbase org.apache.hadoop.hbase.mapreduce.Driver export small small

导出的表，在 hadoop 文件系统的当前用户目录下，small 文件夹中。例如，导出后在 hadoop 文件系统中的目录结构：

hadoop dfs -ls

Found 1 items

drwxr-xr-x – hadoop supergroup 0 2013-10-22 10:44 /user/hadoop/small

hadoop dfs -ls ./small

Found 3 items

-rw-r–r– 2 hadoop supergroup 0 2013-10-22 10:44 /user/hadoop/small/_SUCCESS

drwxr-xr-x – hadoop supergroup 0 2013-10-22 10:44 /user/hadoop/small/_logs

-rw-r–r– 2 hadoop supergroup 285 2013-10-22 10:44 /user/hadoop/small/part-m-00000

把这个表导入到另外一台集群中 hbase 中时，需要把 part-m-00000 先 put 到另外 hadoop 中，假设 put 的路径也是：

/user/hadoop/small/

而且，这个要导入的 hbase 要已经建有相同第表格。

那么从 hadoop 中导入数据到 hbase：

hbase org.apache.hadoop.hbase.mapreduce.Driver import small part-m-00000

这样，没有意外的话就能正常把 hbase 数据导入到另外一个 hbase 数据库。

4.2 Web 查看

用于访问和监控 Hadoop 系统运行状态

http://192.168.56.1:60010/master-status

5 总结

本文介绍了 HBase 安装和配置，包括单机、伪分布、完全分布三种模式的配置，重点在于 HBase 分布式集群的安装和配置。后续将会介绍 Chukwa 集群、Pig 等。

相关阅读 ：

Ubuntu 13.04 上搭建 Hadoop 环境 http://www.linuxidc.com/Linux/2013-06/86106.htm

Ubuntu 12.10 +Hadoop 1.2.1 版本集群配置 http://www.linuxidc.com/Linux/2013-09/90600.htm

Ubuntu 上搭建 Hadoop 环境（单机模式 + 伪分布模式）http://www.linuxidc.com/Linux/2013-01/77681.htm

Ubuntu 下 Hadoop 环境的配置 http://www.linuxidc.com/Linux/2012-11/74539.htm

单机版搭建 Hadoop 环境图文教程详解 http://www.linuxidc.com/Linux/2012-02/53927.htm

搭建 Hadoop 环境（在 Winodws 环境下用虚拟机虚拟两个 Ubuntu 系统进行搭建）http://www.linuxidc.com/Linux/2011-12/48894.htm

更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13