Zookeeper 3.4.6 试水 & Hbase 0.98.3 for Hadoop 2 单节点配置

环境：

jdk1.7.0

Ubuntu 14.0.4

Hadoop 2.4.0

Hbase 0.98.3 for Hadoop2

“You need to run HBase on HDFS to ensure all writes are preserved.——Apache Hbase”

一开始就请登录root权限将可以省去很多麻烦。

1. 将下载的hbase压缩包解压，移到/usr/local路径下并添加软链：

tar xvf hbase-0.98.3-hadoop2
mv hbase-0.98.3-hadoop2 /usr/local
ln -s hbase-0.98.3-hadoop2 hbase

2. 打开conf/hbase-site.xml文件

更改directory路径，默认的应该是在tmp文件夹下，Most operating systems clear /tmp on restart，所以最好换一个地方放。

3. 这里发现，hbase是需要zookeeper的。（HBase内置有ZooKeeper，也可以使用外部ZooKeeper。——百度百科）所以我又下载了一个zookeeper最新稳定版。

解压并移到/usr/local目录下且添加软链：

tar xvf zookeeper-3.4.6.tar.gz
mv zookeeper-3.4.6 /usr/local
ln -s zookeeper-3.4.6 zookeeper<strong>
</strong>

“编写分布式应用是困难的，主要在于会出现Partial Failure。当一条消息在网络中两个节点之间传送时，如果出现网络错误，发送者无法知道接收者是否已经收到这条消息。接收者可能在出现网络错误之前就已经收到这条消息，也有可能没收到，又或接收者的进程已经死掉。发送者能够获得真实情况的唯一途径就是重新连接接收者，并向它发出询问。这就是部分失败：即我们甚至不知道一个操作是否已经失败。由于部分失败是分布式系统固有的特征，因此使用Zookeeper并不能根除部分失败，但它也不会隐藏部分失败。zookeeper可以提供一组工具，使你在构建分布式应用时能够对Partial Failure进行正确的处理。——Hadoop权威指南，Tom White”

4. 进入zookeeper的conf文件夹，新建一个名为zoo.cfg的文件

其中：

tickTime: the basic time unit in milliseconds used by ZooKeeper. It is used to do heartbeats and the minimum session timeout will be twice the tickTime.

dataDir: the location to store the in-memory database snapshots and, unless specified otherwise, the transaction log of updates to the database.

clientPort: the port to listen for client connections

5. 根据个人习惯，修改环境变量（/etc/profile）

6. 可以启动zookeeper了

zkServer.sh start

可以使用口令ruok（are u ok？）检查zookeeper是否正在运行：

echo ruok | nc localhost 2181

有回复，说明zookeeper已经启动。

7. 在第二步对Hbase的配置文件进行配置后，我们可以启动hbase了

start-hbase.sh

需要注意的是，因为我之前是刚安装的zookeeper所以它一直是启动着的。而hbase启动时又会去启动它，所以在启动hbase之前要把zookeeper先关掉不然会报错。

"HBase logs can be found in the logs subdirectory. Check them out especially if it seems HBase had trouble starting."

8. 单节点hbase就此配置完毕，我们可以启动hbase的shell

hbase shell

Create a table named test with a single column family named cf

查看表test

给test表放入值：

Verify the data insert by running a scan of the table as follows

从表中取值：

删除表（disable和drop同时）

再exit命令退出命令行模式。

9. 退出hbase：

stop-hbase.sh

=============================================================================================================================

今天主要试水了zookeeper和hbase。zookeeper顾名思义，主要用于管理分布式系统的各个节点，因为分布式编程相比单节点编程有更多的问题需要控制和管理。hbase可以单独作为一个数据库来使用，此时它是基于本地文件系统的（比如今天的尝试）。

但更多时候我们是让hbase写入hadoop的分布式文件系统即hdfs。这个我将在之后继续尝试探讨。另外，hbase本身的表格存储模式也值得继续研究。