/ 中存储网

Hadoop连载系列之三:HBase分布式安装

2015-01-04 19:32:26 来源:中存储网

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:

hbase.rootdir

file:///tmp/hbase-${user.name}/hbase

伪分布:

hbase.rootdir

hdfs://localhost:9000/hbase

dfs.replication

1

完全分布:

1)配置hbase-site.xml

hbase.rootdir

hdfs://192.168.56.1:9000/hbase

HBase数据存储目录

hbase.cluster.distributed

true

指定HBase运行的模式:false:单机/伪分布;true:完全分布

hbase.master

hdfs://192.168.56.1:60000

指定Master位置

hbase.zookeeper.property.dataDir

/var/lib/zookeeper

hbase.zookeeper.quorum

192.168.56.1,192.168.56.101,192.168.56.102,192.168.56.103,192.168.56.104

指定ZooKeeper集群

hbase.master.info.bindAddress

192.168.56.1

The bind address for the HBase Master web UI

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' for list of supported commands.

Type "exit" 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

Daemon缺省端口配置参数

HDFSNamenode50070dfs.http.address

Datanodes50075dfs.datanode.http.address

Secondarynamenode50090dfs.secondary.http.address

Backup/Checkpoint node*50105dfs.backup.http.address

MRJobracker50030mapred.job.tracker.http.address

Tasktrackers50060mapred.task.tracker.http.address

HBaseHMaster60010hbase.master.info.port

HRegionServer60030hbase.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。后续将会介绍Chukwa集群、Pig等。