【十八掌●武功篇】第八掌：HBase之安装与集成

这一篇博文是【大数据技术●降龙十八掌】系列文章的其中一篇，点击查看目录：大数据技术●降龙十八掌

---

系列文章：
:【十八掌●武功篇】第八掌：HBase之基本概念
【十八掌●武功篇】第八掌：HBase之Shell
【十八掌●武功篇】第八掌：HBase之基本操作Java API
【十八掌●武功篇】第八掌：HBase之过滤器总结
【十八掌●武功篇】第八掌：HBase之性能调优
【十八掌●武功篇】第八掌：HBase之安装与集成

一、 HBase安装部署—伪分布式安装

1、 版本选择
选择：hbase-0.98.6-cdh5.3.6.tar.gz，CDH版本5.3.6的HBase0.98.6版本

2、 安装要求
(1) 要有Hadoop集群。因为Hbase是运行在Hadoop上的，所以必须已经安装好了Hadoop。
(2) 要有Zookeeper集群。因为HBase是使用Zookeeper来进行协同管理的。
(3) 最好使用JDK1.7，官网上推荐使用JDK1.7，因为虽然可以跑在JDK1.8上，但是没有进行严格的测试。

3、 解压HBase
[hadoop@bigdata-51cdh software]$ tar -zxf /opt/software/hbase-0.98.6-cdh5.3.6.tar.gz -C /opt/modules/
将HBase解压到/opt/modules目录下。

4、 配置HBase

(1) 配置hbase-env.sh

hbase-env.sh文件配置HBase的一些环境变量的设置
● 配置JAVA_HOME
export JAVA_HOME=/opt/modules/jdk1.7.0_67
● 配置HBASE_CLASSPATH
export HBASE_CLASSPATH=/opt/modules/hadoop-2.5.0-cdh5.3.6/etc/hadoop
这个需要配置的是Hadoop的配置文件路径。
● 配置HBASE_MANAGES_ZK
export HBASE_MANAGES_ZK=false
这个是配置是否使用HBase自带的Zookeeper，我们一般不使用自带的而是使用自己的Zookeeper集群，所以这里配置为false。

(2) 配置hbase-site.xml

● hbase.rootdir
hbase.rootdir是指定HBase存储数据所在的HDFS上的路径。

<property>
<name>hbase.rootdir</name>
<value>hdfs://bigdata-51cdh.chybinmy.com:8020/hbase</value>
</property>

● hbase.cluster.distributed
hbase.cluster.distributed是配置HBase是否是集群模式运行，false是本地模式，运行在一个JVM进程中，true时HBase是运行在多个JVM进程中。

<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>

● hbase.zookeeper.property.datadir
指定HBase使用的Zookeeper上节点的数据路径。

<property>
   <name>hbase.zookeeper.property.dataDir</name>
   <value>/hbase</value>
 </property>

● hbase.zookeeper.quorum
指定HBase使用的Zookeeper集群地址

<property>
   <name>hbase.zookeeper.quorum</name>
   <value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181</value>
 </property>

(3) 配置reginservers
指定HBase数据存储在哪些机器上，就是RegionServers节点的机器名，一行一个。

(4) 配置backup-masters
指定HBase Master节点的备份节点是哪些，就是备份节点的机器名，一行一个。

5、 启动HBase

[hadoop@bigdata-51cdh hbase-0.98.6-cdh5.3.6]$ bin/start-hbase.sh
启动HBase后，有两个进程：

[hadoop@bigdata-51cdh hbase-0.98.6-cdh5.3.6]$ jps
3301 ResourceManager
3151 SecondaryNameNode
3402 NodeManager
3830 RunJar
25338 Jps
25127 HMaster
2969 DataNode
2872 NameNode
25255 HRegionServer
3752 RunJar

HMaster是Master节点进程。
HRegionServer是RegionServer节点进程。
Web界面地址端口号是：60010

6、 HBase数据结构组成

列族
RowKey	列标签1	列标签2
rowkey001	name	cityid

二、 HUE集成HBase

1、 修改HUE配置

(1) 修改hue.ini文件

[hadoop@bigdata-51cdh conf]$ cd /opt/modules/hue-3.7.0-cdh5.3.6/desktop/conf/
[hadoop@bigdata-51cdh conf]$ vim hue.ini

(2) 修改HBase节点的配置

[hbase]
# 配置HUE连接Hbase使用的Thrift服务器
  hbase_clusters=(Cluster|bigdata-51cdh.chybinmy.com:9090)
  #HBase配置目录，HUE读取这些配置感知HBase
  hbase_conf_dir=/opt/modules/hbase-0.98.6-cdh5.3.6/conf

2、 启动HBase Thrife服务

[hadoop@bigdata-51cdh conf]$cd /opt/modules/hbase-0.98.6-cdh5.3.6/ [hadoop@bigdata-51cdh hbase-0.98.6-cdh5.3.6]$ bin/hbase-daemon.sh start thrift
启动后可以看到ThriftServer进程。
查看9090端口状态是否监控正常。
[hadoop@bigdata-51cdh hbase-0.98.6-cdh5.3.6]$ netstat -tlnup | grep 9090

3、 启动HUE

nohup /opt/modules/hue-3.7.0-cdh5.3.6/build/env/bin/supervisor > hive_run.log 2>&1 &

4、 查看HUE中的HBase

访问8888端口的HUE Web页面，转到HBase菜单，可以看到HBase中的表。

三、 HBase与Hive集成

(1) 拷贝Hive的依赖包

将Hive lib目录下的hive-hbase-handler-1.0.1.jar文件拷贝到hbase 的lib目录下。
[centos@hadoop1 ~]$ cp /data/sysdir/hive-1.0.0/lib/hive-hbase-handler-1.0.0.jar /data/sysdir/hbase-1.1.2/lib/

(2) 拷贝HBase的依赖包

将hbase的lib目录下的所有.jar包拷贝到hive的lib目录下。
[centos@hadoop1 sysdir]$ cp /data/sysdir/hbase-1.1.2/lib/*.jar /data/sysdir/hive-1.0.0/lib/

(3) Hive中创建外部表

在Hive创建表一个外部表，

create external table news_content(rowkey string,content string)
row format serde "org.apache.hadoop.hive.hbase.HBaseSerDe"
stored by "org.apache.hadoop.hive.hbase.HBaseStorageHandler"
with serdeproperties("hbase.columns.mapping"=":key,cf_content:content") tblproperties("hbase.table.name"="default:TemplateNewsContent");

对应的HBase表结构为：

hbase(main):001:0> desc 'TemplateNewsContent'
Table TemplateNewsContent is ENABLED                                                                                                                                        
TemplateNewsContent                                                                                                                                                         
COLUMN FAMILIES DESCRIPTION                                                                                                                                                 
{NAME => 'cf_content', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE', MIN_VERSIONS => '0', TTL => '
FOREVER', KEEP_DELETED_CELLS => 'FALSE', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'false'}

表名为：’TemplateNewsContent’，列族名为cf_content，有一个列标签为content。

(4) 在hive中查询hbase的数据

hive> select rowkey from news_content limit 100;

这样就可以在hive中查询hbase中的数据了，这里要求hbase中的数据可以表示为二维表的形式。

---

这一篇博文是【大数据技术●降龙十八掌】系列文章的其中一篇，点击查看目录：大数据技术●降龙十八掌