在安装和测试HBase之前,我们有必要先了解一下HBase是什么
我们可以通过下面的资料对其有一定的了解:
我想把我知道的分享给大家,方便大家交流。
以下是本文的大纲:
1.Hadoop集群环境搭建
2.Hbase的介绍
3.单机模式解压和安装HBase
3.1.创建t_student表
3.2.查看表t_student
3.3.查看表结构
3.4.插入数据
3.5.查询table
4.完全分布式模式解压和安装HBase
4.1.创建t_student表
4.2.插入数据
4.3.数据从内存写入到磁盘
4.4.再次插入数据
4.5.再次把数据写入到磁盘
4.6.手动合并文件
4.7.查看文件内容
若有不正之处,还请多多谅解,并希望批评指正。
请尊重作者劳动成果,转发请标明blog地址
https://www.cnblogs.com/hongten/p/hongten_hadoop_hbase.html
正所谓磨刀不费砍材功,下面的工具大家可以先下载备用。
环境及工具:
Windows 7 (64位)下面的虚拟机(64位):VMware-workstation-full-14.0.0-6661328.exe
Linux操作系统:CentOS-6.5-x86_64-bin-DVD1.iso
Xshell:Xshell-6.0.0101p.exe
WinSCP:从windows上面上传文件到Linux
zookeeper:zookeeper-3.4.6.tar.gz
hadoop:hadoop-2.5.1_x64.tar.gz
链接:https://pan.baidu.com/s/1hvdbGUh488Gl1EF2v44BIw
提取码:ncdd
Hbase: hbase-0.98.9-hadoop2-bin.tar.gz
1.Hadoop集群环境搭建
在做Hbase安装和测试之前,我们有必要把 Hadoop2集群环境搭建 好。
2.Hbase的介绍
Hadoop Database, 是一个高可靠性,高性能,面向列,可伸缩,实时读写的分布式数据库。
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作为其分布式协同服务
主要用来存储非结构化和半结构化的松散数据(列存NoSQL数据库) Column Family 列族 HBase表中的每个列都归属某个列族,列族必须作为表模式(schema)定义的一部分预先给出,如: create 'test', 'course';
列名以列族作为前缀,每个'列族'都可以有多个列成员(column);如course:math, course:english,新的列族成语(列)可以随时按需,动态加入
权限控制,存储以及调优都在列族层面进行的;
HBase把同一列族里面的数据存储在同一目录下,由几个文件保存。 HBase体系架构
Client: 包含访问HBase的接口并维护cache来加快对HBase的访问
Zookeeper:
1. 保证任何时候,集群中只有一个master
2. 存储所有Region的寻址入口
3. 实时监控Region Server的上线和下线信息,并实时通知master
4. 存储Hbase的schema和table元数据 Master:
1. 为Region Server分配region
2. 负责Region Server的负载均衡
3. 发现失效的Region Server并重新分配其上的region
4. 管理用户对table的增删改操作 Region Server:
1. 维护region,处理对这些region的IO请求
2. 负责切分在运行过程中变的过大的region Rgion:
1. HBase自动把表水平分成多个区域(region),每个region会报错一个表里面某段连续的数据;每个表一开始只有一个region,随着数据不断插入表,region不断增大,当增大到一个阈值的时候,region就会等分两个新的region(裂变)
2. 当table中的行不断增多,就会有越来越多的region,这样一张完整的表被保存在多个Region Server上。 Memstore于storefile:
1. 一个region由多个store组成,一个sote对应一个CF(列族)
2. sotre包含位于内存中的memstore和位于磁盘的storefile写操作先写入memstore,当memstore中的数据达到某个阈值,region server会启动flashcache进程写入storefile,每次写入形成单独的一个storefile。(这样在一个region里面就会产生很多个storefile)
3. 当storefile文件的数量增长到一定阈值后,系统会进行合并(Minor, Major Compaction),在合并过程中贵进行版本合并和删除工作(Major),形成更大的storefile。
4. 当一个region所有storefile的大小和超过一定阈值后,会把当前的region分割为两个,并由hmaster分配到相应的region server服务器,实现负载均衡。
5. 客户端检索数据,现在memstore找,找不到再找storefile。
3.单机模式解压和安装HBase
--单机模式解压和安装HBase
tar -zxvf hbase-0.98.9-hadoop2-bin.tar.gz --创建软链
ln -sf /root/hbase-0.98.9-hadoop2 /home/hbase --配置java环境变量
cd /home/hbase/conf/ vi hbase-env.sh --jdk必须在1.6以上
export JAVA_HOME=/usr/java/jdk1.7.0_67 :wq --修改hbase-site.xml文件,数据保存到本地
vi hbase-site.xml <configuration>
<property>
<name>hbase.rootdir</name>
<value>file:///opt/hbase</value>
</property>
</configuration> :wq --关闭防火墙
service iptables stop --启动HBase
cd /home/hbase/bin/
./start-hbase.sh --检查是否已经启动
jps
--查看是否有HMaster进程 --查看监听的端口
netstat -naptl | grep java --启动浏览器访问
http://node4:60010
3.1.创建t_student表
--进入hbase
cd /home/hbase/bin/
./hbase shell --创建t_student表
create 't_student' , 'cf1' hbase(main):003:0> create 't_student' , 'cf1'
0 row(s) in 0.4000 seconds
3.2.查看表t_student
--查看表
list hbase(main):004:0> list
TABLE
t_student
1 row(s) in 0.0510 seconds
3.3.查看表结构
--查看表结构
desc 't_student' hbase(main):005:0> desc 't_student'
Table t_student is ENABLED
COLUMN FAMILIES DESCRIPTION
{NAME => 'cf1', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '', VERSIONS => '', COMPRESSION => 'NONE', MIN_VERSIONS => '', TTL => 'FOREVER', KEEP_DEL
ETED_CELLS => 'FALSE', BLOCKSIZE => '', IN_MEMORY => 'false', BLOCKCACHE => 'true'}
1 row(s) in 0.1310 seconds
3.4.插入数据
--插入数据
put 't_student' , '', 'cf1:name', 'hongten' hbase(main):006:0> put 't_student' , '', 'cf1:name', 'hongten'
0 row(s) in 0.1750 seconds
3.5.查询table
--查询table
hbase(main):007:0> scan 't_student'
ROW COLUMN+CELL
007 column=cf1:name, timestamp=1541162668222, value=hongten
1 row(s) in 0.0670 seconds
4.完全分布式模式解压和安装HBase
--完全分布式模式解压和安装HBase
--拷贝hbase-0.98.9-hadoop2-bin.tar.gz从节点node1到node2, node3, node4节点上
scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node2:~/
scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node3:~/
scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node4:~/ --解压缩文件
tar zxvf hbase-0.98.9-hadoop2-bin.tar.gz --创建软链
ln -sf /root/hbase-0.98.9-hadoop2 /home/hbase cd /home/hbase/conf/ vi hbase-site.xml --mycluster为集群名称
<property>
<name>hbase.rootdir</name>
<value>hdfs://mycluster/hbase</value>
<description>The directory shared by RegionServers.</description>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
<description>The mode the cluster will be in. Possible values are false: standalone and pseudo-distributed setups with managed Zookeeper true: fully-distributed with unmanaged Zookeeper Quorum (see hbase-env.sh)</description>
</property> <property>
<name>hbase.zookeeper.quorum</name>
<value>node1,node2,node3</value>
<description>Comma separated list of servers in the ZooKeeper Quorum.
For example, "host1.mydomain.com,host2.mydomain.com,host3.mydomain.com".
By default this is set to localhost for local and pseudo-distributed modes
of operation. For a fully-distributed setup, this should be set to a full
list of ZooKeeper quorum servers. If HBASE_MANAGES_ZK is set in hbase-env.sh
this is the list of servers which we will start/stop ZooKeeper on.
</description>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/opt/zookeeper</value>
<description>Property from ZooKeeper's config zoo.cfg.
The directory where the snapshot is stored.
</description>
</property> :wq --修改regionservers文件,该文件列出所有region server主机的hostname
vi regionservers node1
node2
node3
node4 :wq --修改hbase-env.sh文件 vi hbase-env.sh
--修改java环境变量
export JAVA_HOME=/usr/java/jdk1.7.0_67 --默认为true,使用hbase自带的zookeeper
--修改为false,使用我们自定义的zookeeper
export HBASE_MANAGES_ZK=false :wq --使得Hadoop和HBase关联起来
--把hadoop的配置文件hdfs-site.xml拷贝到/home/hbase/conf/目录 cd /home/hbase/conf/
cp -a /home/hadoop-2.5/etc/hadoop/hdfs-site.xml . --把同样的配置从node1拷贝到node2,node3,node4上面去scp /home/hbase/conf/* root@node2:/home/hbase/conf/scp /home/hbase/conf/* root@node3:/home/hbase/conf/scp /home/hbase/conf/* root@node4:/home/hbase/conf/ --关闭所有节点上的防火墙(node1, node2, node3, node4)
service iptables stop --在启动HBase之前,我们需要确保zookeeper和hadoop都已经启动
--我们这里在node1,node2,node3,node4上面都有配置hbase,
--启动的时候,随便选择一个节点启动hbase,由于我们之前有配置免密码登录
--所以我们在node1上面启动hbase
cd /home/hbase/bin/ ./start-hbase.sh 输出结果:
[root@node1 bin]# ./start-hbase.sh
starting master, logging to /home/hbase/bin/../logs/hbase-root-master-node1.out
node3: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node3.out
node1: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node1.out
node4: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node4.out
node2: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node2.out --可以在node4上面启动master
cd /home/hbase/bin/ ./hbase-daemon.sh start master 输出结果:
[root@node4 bin]# ./hbase-daemon.sh start master
starting master, logging to /home/hbase/bin/../logs/hbase-root-master-node4.out
[root@node4 bin]# jps
28630 HRegionServer
28014 NodeManager
29096 Jps
29004 HMaster
27923 JournalNode
27835 DataNode --浏览器输入
http://node1:60010
我们在浏览器里面输入http://node1:60010
可以进入Hbase的管理界面,我们可以看到我们在4个节点(node1,node2, node3,node4)上都部署了Region Server。
4.1.创建t_student表
--创建t_student表
create 't_student' , 'cf1'
4.2.插入数据
此时的数据还在memstore里面(即HBase的管理的内存里面)
--插入数据
put 't_student' , '', 'cf1:name', 'hongten'
4.3.数据从内存写入到磁盘
把memstore的数据写入到storefile里面
--把数据从内存写入到磁盘
flush 't_student'
4.4.再次插入数据
put 't_student' , '', 'cf1:name', 'Tom'
put 't_student' , '', 'cf1:name', 'Dive'
4.5.再次把数据写入到磁盘
--把数据从内存写入到磁盘
flush 't_student'
此时我们可以看到,在HDFS上面有两个文件
4.6.手动合并文件
--手动合并文件
major_compact 't_student'
合并之后,两个文件变成了一个文件
4.7.查看文件内容
上面文件的全路径
--查看文件内容
[root@node1 bin]# ./hbase hfile -p -f /hbase/data/default/t_student/022f94b777d76684d7f66e4fcd66cdaf/cf1/8efb9596ac774e839f0775efc55a8ab7
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/root/hbase-0.98.9-hadoop2/lib/slf4j-log4j12-1.6.4.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/root/hadoop-2.5.1/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
2018-11-02 08:55:29,281 INFO [main] Configuration.deprecation: fs.default.name is deprecated. Instead, use fs.defaultFS
2018-11-02 08:55:29,429 INFO [main] Configuration.deprecation: hadoop.native.lib is deprecated. Instead, use io.native.lib.available
2018-11-02 08:55:29,732 INFO [main] util.ChecksumType: Checksum using org.apache.hadoop.util.PureJavaCrc32
2018-11-02 08:55:29,734 INFO [main] util.ChecksumType: Checksum can use org.apache.hadoop.util.PureJavaCrc32C
K: 001/cf1:name/1541173663169/Put/vlen=3/mvcc=0 V: Tom
K: 002/cf1:name/1541173670882/Put/vlen=4/mvcc=0 V: Dive
K: 007/cf1:name/1541173242683/Put/vlen=7/mvcc=0 V: hongten
Scanned kv count -> 3
========================================================
More reading,and english is important.
I'm Hongten
大哥哥大姐姐,觉得有用打赏点哦!你的支持是我最大的动力。谢谢。
Hongten博客排名在100名以内。粉丝过千。
Hongten出品,必是精品。
E | hongtenzone@foxmail.com B | http://www.cnblogs.com/hongten
========================================================