Hbase介绍及应用

官网的介绍：Use Apache HBase™ when you need random, realtime read/write access to your Big Data. This project's goal is the hosting of very large tables -- billions of rows X millions of columns. 大意是Hbase用于随机、实时的读写大数据（一点解释：HDFS是基于分布式文件系统，无法满足实时的读写访问），这个项目的目的是存储非常大的表--几十亿行几百万列（真的很大了）。其实是山寨谷歌的Bigtable（具体可参考文章 Bigtable: A Distributed Storage System for Structured Data）

与传统关系型数据库区别：（这里的的传统关系型数据库是指Orcal、MySQL）传统关系型数据库每张表的结构是固定的，表中每条记录的信息被映射到相应表结构下，这种数据库很擅长处理表间的关联关系。而Hbase是基于分布式存储的非关系型数据库，它是通过column family（列簇）对表进行管理，每个列簇可包含多个键值对。

Hbase安装

1.修改hbase-env.sh

vi hbase-env.sh ->修改JAVA_HOME 环境变量，修改 HBASE_MANAGES_ZK=false  --不使用Hbase提供的zookeeper集群

2.配置hbase-site.xml

<configuration>
<property>
<name>hbase.rootdir</name>    <!-- hbase的分布式存储依赖hdfs，配置hdfs -->
<value>hdfs://ns1/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>sempplsl-02:2181,sempplsl-03:2181,sempplsl-04:2181</value>   <!-- 配置zookeeper环境 -->
</property>
</configuration>

3.配置regionservers

vi regionservers，将localhost删除，替换成hadoop集群中的datanode节点。这里datanode节点为：

sempplsl-02
sempplsl-03
sempplsl-04

4.hdfs环境配置

由于在hbase-site.xml中配置了hdfs集群的nameservice，但是hbase集群不认识 hdfs://ns1/hbase，它不能通过ns1找到该nameservice下包含namenode，这些信息在hadoop的配置文件 hdfs-site.xml  和 core-site.xml中。因此将这两个配置文件从hadoop安装文件中 scp到hbase中的conf文件夹。

5.集群搭建

将上述配置好的安装文件 scp到集群中的各个节点中，包括regionserver节点和HMaster节点（HMaster节点一般有两台，形成主备）

6.启动集群

安装文件bin目录，执行  ./start-hbase.sh

执行该指令的节点为HMaster节点，但是两台HMaster仅启动了一台，还需要到另一个节点手动启动，指令为：

<pre name="code" class="html">./hbase-daemon.sh start master