Hbase ha高可靠配置（三节点master1,master2,slave）

最新推荐文章于 2023-07-08 12:06:59 发布
最新推荐文章于 2023-07-08 12:06:59 发布
阅读量2.4k 收藏 14
点赞数 2
文章标签： hbase hadoop 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_64125090/article/details/126691474
版权

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

为什么要搭建hbase ha？

搭建三节点的HBase HA,可支持自动故障转移，即集群中HMaster进程意外中断后，备用HMaster进程可自动完成切换，不影响用户数据操作。

搭建环境

搭建环境：hadoop3.3.1+hbase2.4.4+zookeeper3.5.10
虚拟机名称：master1, master2, slave 三节点

一、hbase是什么？

HBase是针对谷歌BigTable的开源实现，是一个高可靠，高性能，面向列，可伸缩的分布式是数据库，主要用于存储非结构化和半结构化的松散数据。HBase可以支持超大规模数据存储，它可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表。

二、使用步骤

1.安装包准备

1.hadoop-3.3.1.tar.gz
2.hbase-2.4.4-bin.tar.gz
3.apache-zookeeper-3.5.10-bin.tar.gz
下载地址：https://mirrors.tuna.tsinghua.edu.cn/apache/

安装过程这里不再赘述可以参考我的上两篇文章的安装过程。
Hadoop安装
hbase安装

注意：只看安装过程即可，配置过程可以看下面的。

2.建立虚拟机

代码如下（示例）：

  1. 首先先建立三个虚拟机 ，不需要一个一个创建，创建一个然后进行复制
    注意：修改ip 地址，不然会出错。
    在这里插入图片描述
    2.进入虚拟机，并修改各个主机名
    —修改主机名sudo vim /etc/hostname //修改后需要重启虚拟机
    改为桥接模式-查询ip—命令ifconfig—在写入ip如下命令
    —进行三节点互通 //三节点都需配置
    在这里插入图片描述
    3.虚拟机之间可以相互ping通的准备
    Master1
    在这里插入图片描述
    Master2
    在这里插入图片描述
    Slave
    在这里插入图片描述

3.进行环境变量配置

  1. 进行环境配置sudo vim ~/.bashrc
    结束后应使其生效source ~/.bashrc
# jdk
export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_341
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
# hadoop
export HADOOP_HOME=/usr/local/hadoop
export PATH=/usr/local/hadoop/bin:$PATH
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=${HADOOP_HOME}/lin/native
export PATH=${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:$PATH
# hbase
export HBASE_HOME=/usr/local/hbase
export PATH=${HBASE_HOME}/bin:$PATH
# hive
export HIVE_HOME=/usr/local/hive
export PATH=$PATH:$HIVE_HOME/bin
# zookeeper
export ZOOKEEPER_INSTALL=/usr/local/zookeeper/
export PATH=$PATH:$ZOOKEEPER_INSTALL/bin

在这里插入图片描述
在这里插入图片描述
注意：三个节点都需相同配置

4.节点之间ssh免密登录

  1. 设置三个节点ssh免密登录
    Master1 ，master2 可以ping通slave节点
    Master1 和master2节点之间可以互相ping
  2. 下载安装包
    在这里插入图片描述
    本地测试（exit退出）
    在这里插入图片描述
  3. 生成公钥与私钥（一路回车）
    –这个地方的截图忘记了
    –大概方法如下，只需换成不同节点进行执行即可
    在这里插入图片描述
    –进入后一路回车
  4. 密钥传输（注意两个虚拟机都应开着）
cat ./id_rsa.pub >> ./authorized_keys  //将公钥放到autiorized_keys

在这里插入图片描述
–如果一个虚拟机没开则会出现

在这里插入图片描述

scp ~/.ssh/id_rsa.pub hadoop@slave:/home/hadoop   //将meter节点到公钥复制到slave节点中

在这里插入图片描述
–可以查看是否传输成功—进入slave节点的目录下

在这里插入图片描述
5. 此时在slave节点虚拟机上操作
–输入mkdir ~/.ssh
cat ~/id_rsa.pub >> ~/.ssh/authorized_keys //密钥加入到slave节点
rm ~/id_rsa.pub //删除密钥文件
在这里插入图片描述
在这里插入图片描述

5.zookeeper安装

  1. 解压路径/usr/local
    在这里插入图片描述
  2. 进入usr/local/zookeeper/conf安装目录下
    –复制zoo_sample.cfg文件并修改名称为zoo.cfg;
    Sudo mv zoo_sample.cfg zoo.cfg
    由于我已经复制过了，这里展示结果。
    在这里插入图片描述
    修改zoo.cfg文件內容
    Sudo vim zoo.cfg
    在这里插入图片描述
    重要：以上配置在三个节点都需配置
    可以利用文件打包发送到各个节点的方式（这里不再赘述）
    在dataDir路径 /usr/local/zookeeper/data 创建myid文件
    Sudo vim myid
    //注意三个节点的myid文件內容不同按照上方配置的数字即可。
    在这里插入图片描述
  3. 测试：三个节点都需启动（注意启动顺序:master1, master2 ,slave）
    在这里插入图片描述
    在这里插入图片描述
    查看状态
    zkServer.sh status
    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述
  4. 出现进程jps //三个节点都有
    在这里插入图片描述
  5. 结束
    zkServer.sh stop

6.Hadoop部署

1.配置Core-site.xml

<configuration>
                <property>
                        <name>fs.defaultFS</name>
                        <value>hdfs://mtcluster</value>
                        <final>true</final>
                </property>
                  <property>
                <name>dfs.nameservices</name>
                <value>mtcluster</value>
                </property>
                <property>
                        <name>hadoop.tmp.dir</name>
                        <value>file:/usr/local/hadoop/tmp</value>
              <description>Abase for other temporary directories.</description>
                </property>
                <property>
                        <name>io.file.buffer.size</name>
                        <value>131072</value>
                </property>
<!--zookeeper server的连接地址 hostname:端口，与zoo.cfg中一致-->
                 <property>
                <name>ha.zookeeper.quorum</name>
                <value>master1:2181,master2:2181,slave:2181</value>
               </property>
                <property>
                        <name>hadoop.proxyuser.spark.hosts</name>
                        <value>*</value>
                </property>
                <property>
                        <name>hadoop.proxyuser.spark.groups</name>
                        <value>*</value>
                </property>

</configuration>

2.配置重要：hdfs-site.xml

<configuration>

        <!-- 完全分布式集群名称 -->
        <property>
                <name>dfs.nameservices</name>
                <value>mtcluster</value>
        </property>
<!-- 集群中NameNode节点都有哪些 ，这里给出了namenode，对后面起namenode进程及zookeeper主备切换都有作用-->
        <property>
                <name>dfs.ha.namenodes.mtcluster</name>
                <value>nn1,nn2</value>
        </property>
         <!-- nn1的RPC通信地址 -->
        <property>
                <name>dfs.namenode.rpc-address.mtcluster.nn1</name>
                <value>master1:9000</value>
        </property>
        <!-- nn2的RPC通信地址 -->
        <property>
                <name>dfs.namenode.rpc-address.mtcluster.nn2</name>
                <value>master2:9000</value>
        </property>

        <!-- nn1的http通信地址 -->
        <property>
                <name>dfs.namenode.http-address.mtcluster.nn1</name>
                <value>master1:50070</value>
        </property>
       <!-- nn2的http通信地址 -->
        <property>
                <name>dfs.namenode.http-address.mtcluster.nn2</name>
                <value>master2:50070</value>
        </property>
        <!--保存FsImage镜像的目录，即namenode里的metadata-->
        <property>
                <name>dfs.namenode.name.dir.mtcluster</name>
                <value>/usr/local/hadoop/tmp/data01/nn</value>
        </property>
         <!-- 指定NameNode元数据在JournalNode上的存放位置 -->
        <property>
                <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://master1:8485;master2:8485;slave:8485/mtcluster</value>
</property>

          <!-- journalnode 上用于存放edits日志的目录 -->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/usr/local/hadoop/tmp/dfs/journalnode</value>
  </property>

       <!--开启HDS HA 实现namenode层的主备切换-->
        <property>
                <name>dfs.ha.automatic-failover.enabled</name>
                <value>true</value>
        </property>
        <property>
                <name>dfs.client.failover.proxy.provider.mtcluster</name>
                <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
       <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 这里添加shell(bin/true)>可以参看“相关引用”的第三条-->
        <property>
                <name>dfs.ha.fencing.methods</name>
                <value>sshfence
                        shell(/bin/true)
                </value>
        </property>
        <!-- 关闭权限检查-->
        <property>
                <name>dfs.permissions.enable</name>
                <value>false</value>
        </property>
       <!-- 使用隔离机制时需要ssh无秘钥登录，注意的是这里需要master1 和master2的双向
ssh-->
        <property>
                <name>dfs.ha.fencing.ssh.private-key-files</name>
                <value>/home/hadoop/.ssh/id_rsa</value>
        </property>
        <property>
            <name>dfs.namenode.secondary.http-address</name>
            <value>master2:9001</value>
        </property>
        <property>
                <name>dfs.namenode.http-address</name>
                <value>master1:9001</value>
        </property>

        <property>
            <name>dfs.datanode.data.dir</name>
            <value>file:/usr/local/hadoop/dfs/data</value>
        </property>
        <property>
            <name>dfs.replication</name>
            <value>3</value>
        </property>
        <property>
            <name>dfs.webhdfs.enabled</name>
            <value>true</value>
    </property>
</configuration>

3.配置Mapred-site.xml

<configuration>
                <property>
                        <name>mapreduce.framework.name</name>
                        <value>yarn</value>
                </property>
                <property>
                        <name>mapreduce.jobhistory.address</name>
                        <value>master1:10020</value>
                </property>
                <property>
                        <name>mapreduce.jobhistory.webapp.address</name>
                        <value>master1:19888</value>
                </property>
</configuration>

4.配置yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<property>
        <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
        <name>yarn.resourcemanager.address</name>
        <value>master1:8032</value>
</property>
<property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>master1:8030</value>
</property>
<property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>master1:8035</value>
</property>
<property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>master1:8033</value>
</property>
<property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>master1:8088</value>
 </property>

</configuration>
  1. 修改worker文件（不同的版本可能不同slaves）
    在这里插入图片描述将如上Hadoop配置整体发送给各个节点
tar -xcf ~/hadoop.master.tar.gz ./hadoop
scp hadoop.master.tar.gz hadoop@master2:/home/hadoop 
scp hadoop.master.tar.gz hadoop@slave:/home/hadoop

7.Hbase部署

1.我的解压路径/usr/local
将hadoop中的hdfs-site.xml复制到HBase的conf路径下
sudo cp /usr/local/hadoop/etc/hadoop/hdfs-site.xml /usr/local/hbase/conf/
在这里插入图片描述2. 配置hbase-env.sh
在这里我只是查看了，需进入sudo vim hbase-env.sh

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_341
export HBASE_HOME=/usr/local/hbase
export HADOOP_HOME=/usr/local/hadoop
export HBASE_MANAGES_ZK=false
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${HADOOP_HOME}/lib/native:/usr/local/lib/
export HBASE_LIBRARY_PATH=${HBASE_LIBRARY_PATH}:/usr/local/lib/:${HADOOP_HOME}/lib/native/

在这里插入图片描述
3.配置hbase-site.xml

<property>
        <name>hbase.rootdir</name>
                <!--mucluster集群名称，与hadoop中的配置保持一致-->
                <value>hdfs://mtcluster/user/hbase</value>
        </property>
        <property>
                <name>zookeeper.znode.parent</name>
                <value>/hbase</value>
        </property>

        <property>
            <name>hbase.cluster.distributed</name>
            <value>true</value>
          </property>
          <property>
            <name>hbase.tmp.dir</name>
            <value>/home/hadoop/data01/hbase/hbase_tmp</value>
          </property>
          <property>
            <name>hbase.zookeeper.property.dataDir</name>
            <value>/home/hadoop/data01/hbase/zookeeper_data</value>
          </property>
          <property>
            <name>hbase.master.port</name>
            <value>61000</value>
    </property>

       <!--hbase的web页面-->
        <property>
           <name>hbase.master.info.port</name>
           <value>60010</value>
       </property>

          <property>
            <name>hbase.zookeeper.quorum</name>
            <value>master1,master2,slave</value>
          </property>
          <property>
            <name>hbase.zookeeper.property.clientPort</name>
            <value>2181</value>
          </property>
         <property>
            <name>hbase.unsafe.stream.capability.enforce</name>
            <value>false</value>
          </property>
</configuration>
  1. 配置regionservers
    添加
    Master1
    Master2
    Slave
  2. 在/usr/local/hbase/conf路径创建backup-masters
    表示备用master节点，执行的适合，也会在该节点运行HMaster进程
    master2

8.集群启动

  1. -三个节点zk的QuorumPeerMain进程已正常启动
  2. 启动JournalNode服务（三个节点）//注意改变目录
    Master1
    在这里插入图片描述
    Master2
    在这里插入图片描述
    Slave
    在这里插入图片描述
  3. 启动hadoop
    先进行初始化（主节点master1）
    在这里插入图片描述
    进行zkfc初始化
    在这里插入图片描述4. 节点master2操作
    执行fsimge元数据同步命令
    在这里插入图片描述
  4. 启动DFSZKFailoverController进程（master1，master2节点）
    hdfs --daemon start zkfc
    master1
    在这里插入图片描述
    Master2
    在这里插入图片描述
  5. 主节点进行master1
    在这里插入图片描述
    在这里插入图片描述
    Master2
    在这里插入图片描述
  6. Application（job）History进程服务（master1, master2 节点）
    在这里插入图片描述
  7. 在Web页面验证
    Master1
    在这里插入图片描述
    在这里插入图片描述
    9.启动hbase
    在这里插入图片描述在这里插入图片描述
    Master2
    在这里插入图片描述
    在这里插入图片描述

总结

新手创作，文章有什么问题欢迎大佬指点。

ValidationExpression
关注
  • 2
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
解决启动HA后kill掉Namenode进程但另一节点仍然是Standby状态
ZhouQiYoung的博客
01-14 1216
继续踩坑 先说一段题外话： 配置高可用HDFS的时候 针对zookeeper配置hadoop的core-site文件的时候，一些资料是使用的是 <property> <name>ha.ZooKeeper.quorum</name> <value>master:2181,slave:2181,slave2:2181</value> </property> 配置完成之后死活zookeeper启动不了，查看日志说找不到“ha.zook
Hadoop全分布式详细安装教程-centos7，三节点
最新发布
m0_73426012的博客
09-13 296
本教程主要参考厦门大学林子雨老师的安装过程，使用VMware Workstation Pro、centos7，配置一个主节点（master)，两个从节点(slave01,slave02)的全分布式hadoop集群安装教程，主要记录一下本次实验完成过程，大家有疑问之处欢迎在留言区评论~在此奉上林子雨老师的原安装教程，本教程具体代码完全参考林老师的，重在流程，故不再赘述代码，大家在安装过程中若发现不确定之处可与本教程对应内容进行比对。
安装部署Hadoop完全分布式集群（三个节点）超详细
qq_58476985的博客
09-28 3289
8、远程复制：scp ~/.ssh/authorized_keys hadoop@192.168.0.114:~/.ssh/内容：export HADOOP_HOME=/home/hadoop/software/hadoop-3.3.0。或者输入sudo vi /etc/sysconfig/network-scripts/ifcfg-eth0。备用复制的路径：/home/hadoop/softwarejdk1.8.0_171。上传jdk，hadoop的 gz包到HadoopMaster的虚拟机里。
HBase 系列（四）—— HBase 集群环境配置
weixin_30362083的博客
08-24 338
一、集群规划 这里搭建一个 3 节点的 HBase 集群，其中三台主机上均为 Regin Server。同时为了保证高可用，除了在 hadoop001 上部署主 Master 服务外，还在 hadoop002 上部署备用的 Master 服务。Master 服务由 Zookeeper 集群进行协调管理，如果主 Master 不可用，则备用 Master 会成为新的主 Master。 ...
Hbase master HA使用
cl2010abc的专栏
07-23 3151
实验环境 master：192.168.0.160 slave1：192.168.0.161 zookeeper：192.168.0.161 hadoop版本：2.6.5 主机操作系统：ubuntu-16.04 Hbase HA实现原理 HMaster HA不需要额外的配置，HBase中可以启动多个HMaster，通过Zookeeper的Master Election机制保证总有一个Mas...
apache--hbase集群--三节点
weixin_33883178的博客
12-27 172
前提：jdk，无密互通，时间同步，zookeeper，hadoopzookeeper文档hadoop文档时间服务器搭建集群 主机名 study centos156 client IP 192.168.233.155 192.168.233.156 192.168.233.158 服务1 zookeeper 1 zookeeper 2 zookeeper 3 服务2 namen...
hbase安装lzo压缩包的编译文件master
04-02
总结来说，安装和配置HBase中的LZO压缩涉及到多个步骤，包括下载源码、编译、配置Hadoop和HBase，以及在Master节点上确保压缩功能的正确运行。合理使用LZO压缩可以显著提升HBase的存储和性能，但也要注意适时的性能...
hbase-operator-tools-master.zip
06-18
在HBase生态系统中，"hbase-operator-tools-master.zip"是一个包含HBase操作员工具的压缩包，主要用于管理和维护HBase集群。这个工具集在HBase 2.0版本之后被独立出来，不再集成在HBase客户端中，以便提供更专业、更...
HadoopHA高可用集群配置 yarn-site.xml slave
07-11
HadoopHA高可用集群配置 yarn-site.xml slave
hbase安装，节点添加，移除，常见问题解决
07-30
在Hadoop HA（高可用）环境中安装HBase，需要确保Hadoop的NameNode也是HA模式，并且配置了多个Zookeeper实例，这样可以提高整个系统的稳定性。 接下来是HBase节点的动态添加与移除： 1. 添加节点：在新节点上完成...
Hbase配置所需要的配置文件.zip
05-06
1. **hbase-site.xml**: 这是HBase的主要配置文件，包含了HBase集群的全局配置参数。例如，你可以在这里设置`hbase.rootdir`来指定HBase的数据存储位置（通常是在HDFS上），以及`hbase.zookeeper.quorum`来指定...
docker Swarm多态主机实现网络互通
p715306030的博客
07-08 432
准备好三台安装好docker的主机、虚拟机或者云服务器均可，并且这些主机在同一局域网内部。
Hbase集群部署（三个节点）
weixin_45870145的博客
11-25 6958
概述 HBASE – HBase – 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） Hbase的架构图如下所示 1...
安装并配置HBase集群（5个节点）
shanhai3000的博客
07-30 2208
安装并配置HBase集群规划HBase2.3.0安装将安装包拷贝到5台机器上并解压缩配置环境变量配置HBase时间同步修改`/usr/local/src/hbase-2.3.0/conf/hbase-env.sh`文件修改`hbase-site.xml`文件regionservers配置启动hbase验证，访问HBase的web界面 之前的分享过使用Paralles Desktop，在虚拟机环境中搭建hadoop集群（2主3从5节点），今天就在这个基础上，再搭建HBase。由于之前安装的Hadoop是2.1
Cenots7中HBase集群搭建（三节点）
weixin_43993673的博客
09-03 146
01 下载安装包 wget http://mirrors.hust.edu.cn/apache/hbase/1.3.1/hbase-1.3.1-bin.tar.gz tar -zxvf hbase-1.3.1-bin.tar.gz -C /export/servers/ cd …/servers/ mv hbase-1.3.1 hbase vi /etc/profile export HBASE_...
Hadoop高可用 Hbase最详细安装还配图
JIUzi2的博客
04-06 385
Hadoop高可用 Hbase最详细安装还配图 Hbase安装 装在HA高配集群） ！！Hadoop版本是2.6.0 Hbase版本是1.2.3 1.先关防火墙 systemctl stop firewalld.service 2.在三个节点执行 clock -w 解压命令 tar -zxvf hbase-1.2.3-bin.tar.gz -C /export/servers/ 4.配置Hbase环境变量 修改/etc/profile gedit /etc/profile 添加变量 export
HBase_HBase架构解析_基于Hbase2.0
迎难而上
05-03 1516
HBase架构组成 HMaster组成 HRegionServer节点 Zookeeper集群 HBase容错机制 HBase架构组成 HBase 采用 Master / Slave 架构搭建集群，它隶属于 Hadoop 生态系统，由以下几个类型的节点组成 HMaster节点、 HRegionServer节点、 ZooKeeper集群 而在底层，它将数据存储于...
Hbase-HA搭建(两个HMaster)
Shi_Liz的博客
02-15 3855
1.配置 1.1.环境配置 配置HBASE_HOME（部分参数路径基于此配置，比方说log） vi ~/.bash_profile PATH=$PATH:$HOME/bin export JAVA_HOME=/home/hadoop/env/jdk1.7.0_80 export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:...
Hbase的HA（高可用）
落幕7的博客
10-15 1123
ZooKeeper在HBASE高可用中的作用： 1.元数据同步 2.主备切换 HMaster: 主HMaster在启动时会在ZooKeeper中/master节点注册 备用的HMaster在启动时会在ZooKeeper中backup-masters节点注册 HMaster只有一个，当进程挂了，那么会对HBase集群造成影响（单节点故障） 解决办法：在另外一台服务器上，例如slave1，在启动一个HMaster 启动命令： cd /usr/local/soft/hbase-1.6.0/ ./bin/
如何进入HBase Master节点所在的服务器
06-11
要进入HBase Master节点所在的服务器，您需要知道HBase集群中Master节点的主机名或IP地址。如果您不知道Master节点的主机名或IP地址，可以在HBase集群中的任何一台机器上执行以下命令获取Active Master节点的主机名和端口号： ``` hbase hbck -details | grep "Master is" ``` 该命令将输出当前集群中的Active Master节点的主机名和端口号，例如： ``` Master is node1:16000 ``` 其中，`node1`就是Active Master节点的主机名，`16000`是Master节点的端口号。 一旦您确定了Master节点的主机名或IP地址，就可以使用SSH协议登录到Master节点所在的服务器上。假设Master节点的主机名为`node1`，您可以通过以下命令登录到该服务器上： ``` ssh username@node1 ``` 其中，`username`是您在该服务器上的用户名。登录成功后，您就可以在Master节点所在的服务器上执行HBase相关的命令了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值