- 说明:此次事件用到的HBase为HBase0.96.0,搭建在Hadoop2.2.0版本上。
一 安装前需检查内容:
- jdk,hadoop2.2.0 是否已正确安装;
- 检查集群 SSH 环境是否成功;
NTP:集群的时钟要保证基本的一致,看每台机器的时间是否一样,
如果你查询的时候或者是遇到奇怪的故障,可以检查一下系统时间是否正确。
设置集群各个节点时钟- date -s “2014-04-18 15:00:00”
ulimit 和 nproc;
HBase是数据库,会在同一时间使用很多的文件句柄,大多数linux系统使用的默认值1024是不能满足。
可以先查看当前用户 ulimit:- ulimit -n
设置ulimit:
- vi /etc/security/limits.conf
然后在此配置文件中添加如下内容:
* soft nofile 10240
* hard nofile 10240这个配置不能及时生效,还需要通过 ulimit -n 设置,如下
- ulimit -n 10240
如果此项没有设置,可能报如下错误:
java.io.IOException:Too many open files还有这个内容也许添加进这个配置文件:
* soft nproc 10240
* hard nproc 10240可以通过 ulimit -c 查看此项配置。
如果这个配置没有设置,可能报如下错误:
java.long.OutOfMemoryError:unable to create new native thread- 修改Hadoop HDFS Datanode同时处理文件的上限,即这个参数:dfs.datanode.max.xcievers。
一个 Hadoop HDFS Datanode 有一个同时处理文件的上限,配置conf/hdfs-site.xml里面的xceivers参数,至少要有4096。
<property>
<name>dfs.datanode.max.xcievers</name>
<value>4096</value>
</property>
PS:对于HDFS修改配置要记得重启
二 关于HBase的配置
配置conf/hbase-env.sh
#exportJAVA_HOME=/usr/java/jdk1.7.0_04/
exportJAVA_HOME=/usr/java/jdk1.7.0_04/
# Tell HBase whether it should manage it'sowninstance of Zookeeper or not.
export HBASE_MANAGES_ZK=true
一个分布式运行的Hbase依赖一个zookeeper集群。所有的节点和客户端都必须能够访问zookeeper。默认的情况下Hbase会管理 一个zookeep集群。这个集群会随着Hbase的启动而启动。当然,你也可以自己管理一个zookeeper集群,但需要配置Hbase。你需要修改conf/hbase-env.sh里面的HBASE_MANAGES_ZK 来切换。这个值默认是true的,作用是让Hbase启动的时候同时也启动zookeeper.
配置conf/hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop1:49002/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2222</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>hadoop1,hadoop2,hadoop3</value>
</property>
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/opt/hadoop/zookeeper</value>
</property>
</configuration>
hbase.rootdir:这个目 录是region server的共享目录,用来持久化Hbase。URL需要是’完全正确’的,还要包含文件系统的scheme。例如,要表示hdfs中的’/hbase’目录,namenode 运行在node1的49002端口。则需要设置为hdfs://node1:49002/hbase。默认情况下Hbase是写到/tmp的。不改这个配 置,数据会在重启的时候丢失。默认: file:///tmp/hbase-${user.name}/hbase
hbase.cluster.distributed:Hbase的运行模式。false是单机模式,true是分布式模式。若为false,Hbase和Zookeeper会运行在同一个JVM里面。
默认: false
在hbase-site.xml配置zookeeper,当Hbase管理zookeeper的时候,你可以通过修改zoo.cfg来配置zookeeper,一个更加简单的方法是在 conf/hbase-site.xml里面修改zookeeper的配置。Zookeeer的配置是作为property写在 hbase-site.xml里面的。
对于zookeepr的配置,你至少要在 hbase-site.xml中列出zookeepr的ensemble servers,具体的字段是 hbase.zookeeper.quorum.该这个字段的默认值是 localhost,这个值对于分布式应用显然是不可以的. (远程连接无法使用)。
hbase.zookeeper.property.clientPort:ZooKeeper的zoo.conf中的配置。 客户端连接的端口。
hbase.zookeeper.quorum:Zookeeper 集群的地址列表,用逗号分割。例 如:”host1.mydomain.com,host2.mydomain.com,host3.mydomain.com”.默认是 localhost,是给伪分布式用的。要修改才能在完全分布式的情况下使用。如果在hbase-env.sh设置了HBASE_MANAGES_ZK, 这些ZooKeeper节点就会和Hbase一起启动。
默认: localhost
PS:运行一个zookeeper也是可以的,但是在生产环境中,你最好部署3,5,7个节点。部署的越多,可靠性就 越高,当然只能部署奇数个,偶数个是不可以的。你需要给每个zookeeper 1G左右的内存,如果可能的话,最好有独立的磁盘。 (独立磁盘可以确保zookeeper是高性能的。).如果你的集群负载很重,不要把Zookeeper和RegionServer运行在同一台机器上 面。就像DataNodes 和 TaskTrackers一样
配置conf/regionservers
hadoop1
hadoop2
hadoop3
完全分布式模式的还需要修改conf/regionservers. 在这里列出了你希望运行的全部 HRegionServer,一行写一个host (就像Hadoop里面的 slaves 一样). 列在这里的server会随着集群的启动而启动,集群的停止而停止。
验证安装
有几个要点总结如下:
- 当Hbase托管ZooKeeper的时候Zookeeper集群的启动是Hbase启动脚本的一部分;
- 首先确认你的HDFS是运行着的;
- 用如下命令启动Hbase:
bin/start-hbase.sh
你现在已经启动Hbase了。Hbase把log记在 logs 子目录里面. 当Hbase启动出问题的时候,可以看看Log.
PS:
Hbase也有一个界面,上面会列出重要的属性。默认是在Master的60010端口上H (HBase RegionServers 会默认绑定 60020端口,在端口60030上有一个展示信息的界面 ).如果Master运行在 node1,端口是默认的话,你可以用浏览器在 http://hadoop1:60010看到主界面. .
可以在Hbase Shell停止Hbase
bin/stop-hbase.sh
PS:
如果你正在运行一个分布式的操作,要确认在Hbase彻底停止之前,Hadoop不能停.