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，解决高可用性；
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:
伪分布:
完全分布:
1）配置hbase-site.xml
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
Type "exit
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
Daemon |
缺省端口 |
配置参数 |
|
HDFS |
Namenode |
50070 |
dfs.http.address |
Datanodes |
50075 |
dfs.datanode.http.address |
|
Secondarynamenode |
50090 |
dfs.secondary.http.address |
|
Backup/Checkpoint node* |
50105 |
dfs.backup.http.address |
|
MR |
Jobracker |
50030 |
mapred.job.tracker.http.address |
Tasktrackers |
50060 |
mapred.task.tracker.http.address |
|
HBase |
HMaster |
60010 |
hbase.master.info.port |
HRegionServer |
60030 |
hbase.regionserver.info.port |
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。