大数据之HBase部署
一、HBase简介
1.1 HBase定义
HBase是一种分布式、可扩展、支持海量数据存储的NoSQL数据库。
1.2 HBase数据模型
逻辑上，HBase 的数据模型同关系型数据库很类似，数据存储在一张表中，有行有列。
但从 HBase 的底层物理存储结构(K-V)来看，HBase 更像是一个 multi-dimensional map。
1.2.1 HBase逻辑结构
1.2.2 HBase 物理存储结构
1.2.3 数据模型
- Name Space
命名空间，类似于关系型数据库的 DatabBase 概念，每个命名空间下有多个表。HBase 有两个自带的命名空间，分别是 hbase 和 default，hbase 中存放的是 HBase 内置的表， default 表是用户默认使用的命名空间。
- Region
类似于关系型数据库的表概念。不同的是，HBase 定义表时只需要声明列族即可，不需 要声明具体的列。这意味着，往 HBase 写入数据时，字段可以动态、按需指定。因此，和关 系型数据库相比，HBase 能够轻松应对字段变更的场景。
- Row
HBase 表中的每行数据都由一个 RowKey 和多个 Column(列)组成，数据是按照 RowKey 的字典顺序存储的，并且查询数据时只能根据 RowKey 进行检索，所以 RowKey 的设计十分重要。
- Column
HBase 中的每个列都由 Column Family(列族)和 Column Qualifier(列限定符)进行限 定，例如 info:name，info:age。建表时，只需指明列族，而列限定符无需预先定义。
- Time Stamp
用于标识数据的不同版本(version)，每条数据写入时，如果不指定时间戳，系统会 自动为其加上该字段，其值为写入 HBase 的时间。
Cell
由{rowkey, column Family:column Qualifier, time Stamp} 唯一确定的单元。cell 中的数 据是没有类型的，全部是字节码形式存储。
1.3 HBase 基本架构
架构角色:
- 1. Region Server
Region Server 为 Region 的管理者，其实现类为 HRegionServer，主要作用如下: 对于数据的操作:get, put, delete;
对于 Region 的操作:splitRegion、compactRegion。
- 2. Master
Master 是所有 Region Server 的管理者，其实现类为 HMaster，主要作用如下: 对于表的操作:create, delete, alter
对于 RegionServer 的操作:分配 regions 到每个 RegionServer，监控每个 RegionServer
的状态，负载均衡和故障转移。
- 3. Zookeeper
HBase 通过 Zookeeper 来做 Master 的高可用、RegionServer 的监控、元数据的入口以及 集群配置的维护等工作。
- 4. HDFS
HDFS 为 HBase 提供最终的底层数据存储服务，同时为 HBase 提供高可用的支持。
二、HBase集群安装
2.1 HBase 安装部署
2.1.1 Zookeeper 正常部署
zookeeper集群需正常部署==>
启动zookeeper：
[xiaobai@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh start
[xiaobai@hadoop103 zookeeper-3.4.10]$ bin/zkServer.sh start
[xiaobai@hadoop104 zookeeper-3.4.10]$ bin/zkServer.sh start
2.1.2 Hadoop 正常部署
hadoop–集群配置/群起集群==>
hadoop启动：
[xiaobai@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh [xiaobai@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
2.1.3 HBase安装目录
将HBase解压至/opt/module/目录：
(base) [xiaobai@hadoop102 hbase]$ tar -zxvf hbase-2.0.5-bin.tar.gz -C /opt/module/
2.1.4 HBase配置文件
修改Hbase对应的配置文件
-
hbase-env.sh：(base) [xiaobai@hadoop102 conf]$ vim hbase-env.sh
-
hbase-site.xml：(base) [xiaobai@hadoop102 conf]$ vim hbase-site.xml
<configuration> <property> <name>hbase.rootdir</name> <value>hdfs://hadoop102:8020/hbase</value> </property> <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.zookeeper.quorum</name> <value>hadoop102,hadoop103,hadoop104</value> </property> </configuration> -
regionservers:(base) [xiaobai@hadoop102 conf]$ vim regionservers
hadoop102
hadoop103
hadoop104 -
分发hbase：
(base) [xiaobai@hadoop102 conf]$ xsync /opt/module/hbase/
-
软连接 hadoop 配置文件到 HBase:
[xiaobai@hadoop102 module]$ ln -s /opt/module/hadoop-3.2.2/etc/hadoop/core-site.xml site.xml
[atguigu@hadoop102 module]$ 3.2.2/etc/hadoop/hdfs-site.xml site.xml
tips：在配置了HADDOP_HOME的时候，可以不用软连接！
- 启动hbase：
单节点启动，在哪个节点执行命令，哪个节点就是master！
(base) [xiaobai@hadoop102 hbase]$ bin/start-hbase.sh
(base) [xiaobai@hadoop102 hbase]$ jps
17056 QuorumPeerMain
20928 RunJar
67456 HRegionServer
16883 JobHistoryServer
16277 DataNode
16662 NodeManager
16126 NameNode
67103 HMaster
67582 Jps
[xiaobai@hadoop103 ~]$ jps
111509 NodeManager
116933 HRegionServer
10325 Kafka
111924 QuorumPeerMain
111371 ResourceManager
111151 DataNode
117038 Jps
[xiaobai@hadoop104 module]$ jps
86050 Jps
82260 NodeManager
82153 SecondaryNameNode
82440 QuorumPeerMain
85836 HRegionServer
停止：
(base) [xiaobai@hadoop102 hbase]$ bin/stop-hbase.sh
此命令若一直处于等待状态停止不了的话，就先停止master，再执行停止hbase命令即可：
(base) [xiaobai@hadoop102 hbase]$ hbase-daemon.sh stop master
(base) [xiaobai@hadoop102 hbase]$ stop-hbase.sh
注：
如果集群之间的节点时间不同步，会导致 regionserver 无法启动，抛出 ClockOutOfSyncException 异常。
更改时间同步
属性:hbase.master.maxclockskew 设置更大的值：
hbase.master.maxclockskew 180000
Time difference of regionserver from master
-
修改环境变量：
(base) [xiaobai@hadoop102 conf]$ cd /etc/profile.d/
(base) [xiaobai@hadoop102 profile.d]$ sudo vim my_env.sh
-
source环境变量：
(base) [xiaobai@hadoop102 profile.d]$ source /etc/profile.d/my_env.sh
2.1.5 查看hbase页面
启动成功后，可以通过“host:port”的方式来访问 HBase 管理页面，例如: http://hadoop102:16010
