实验四 HBase的安装配置

实验任务要求：
1、运行Hbase Shell命令操作数据表
2、编程调试数据表操作的Java程序
一、实验步骤
（1）HBase安装配置
①下载压缩包（选择与自己安装的Hadoop版本的兼容版本，见后面附录）
官网下载地址：https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/stable/
选择稳定版hbase-1.4.9-bin.tar.gz，在Windows里面下载。
②将压缩包从Windows传输到Linux当前目录下
SecureCRT 【File】→【Connect SFTP Session】开启sftp操作
③安装
解压安装到指定目录下/opt/module（/opt是系统自带目录，之下的/module是自己创建的）
④配置环境变量
在/etc/profile文件里添加HBase安装路径的配置信息，之后用source命令使配置生效。安装之后的目录为hbase-1.4.9，修改为hbase，所以我的HBase安装路径是/opt/module/hbase。
测试HBase安装成功，命令hbase version，或hbase。
（2）HBase配置（伪分布式模式）
配置文件位于HBase安装路径的conf目录（/opt/module/hbase/conf）下面
①配置hbase-env.sh
设置Java安装路径
设置HBase的配置文件路径（/opt/module/hbase/conf）
采用HBase自带Zookeeper，设置参数true
②配置hbase-site.xml
③启动并运行HBase（之前启动Hadoop）
启动HBase，并jps查看
用完停止HBase运行（之后停止Hadoop）
进入HBase数据库
进入HBase的shell命令行模式
了解命令使用方法，如创建表，输入help ‘create’
①创建表

②添加数据

③查看数据


二、 HBase架构原理
1、HBase的简介
HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价的PC Server上搭建大规模结构化存储集群。
HBase是Google BigTable的开源实现，与Google BigTable利用GFS作为其文件存储系统类似，HBase利用Hadoop HDFS作为其文件存储系统；
　　 Google运行MapReduce来处理BigTable中的海量数据，HBase同样利用Hadoop MapReduce来处理HBase中的海量数据；
Google BigTable利用Chubby作为协同服务，HBase利用Zookeeper作为协同服务。
2、HBase系统架构
从HBase的架构图上可以看出，HBase中的存储包括HMaster、HRegionSever、HRegion、HLog、Store、MemStore、StoreFile、HFile等，以下是HBase存储架构图：

3、HMaster的作用：
为HRegionServer分配HRegion
负责HRegionServer的负载均衡
发现失效的HRegionServer并重新分配
HDFS上的垃圾文件回收
处理Schema更新请求
4、HRegionServer的作用：
维护HMaster分配给它的HRegion，处理对这些HRegion的IO请求