搭建企业Hbase

最新推荐文章于 2024-05-28 22:54:24 发布
最新推荐文章于 2024-05-28 22:54:24 发布
阅读量531 收藏
点赞数
分类专栏： 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/xqclll/article/details/52349281
版权

**注意：本文步骤完全参考阳光奶爸的博文,有些部分根据我自己的理解进行了修改和补充。
http://blog.csdn.net/carl810224/article/details/52174412
自己搭建成功，记录下来作为作业笔记。
**

一. 准备工作：
1.搭建Hbase HA之前需要搭建好Hadoop HA集群
2.下载所需要的软件包:
hbase-1.2.0-cdh5.7.1.tar.gz
http://archive.cloudera.com/cdh5/cdh/5/
二.企业级系统参数配置
//查看linux系统最大进程数和最大文件打开数
ulimit -a
这里写图片描述
//设置linux系统最大进程数和最大文件打开数（设置完重新登录shell）
gedit /etc/security/limits.conf

root    soft   nproc   50000
root    hard   nproc   50000
root    soft   nofile  25535
root    hard   nofile  25535
hadoop    soft   nproc   50000
hadoop    hard   nproc   50000
hadoop    soft   nofile  25535
hadoop    hard   nofile  25535

这里写图片描述
//调整linux内核参数
gedit /etc/sysctl.conf

net.ipv4.ip_forward= 0
net.ipv4.conf.default.rp_filter= 1
net.ipv4.conf.default.accept_source_route= 0
kernel.core_users_pid= 1
net.ipv4.tcp_syncookies= 1
net.bridge.bridge-nf-call-ip6tables= 0
net.bridge.bridge-nf-call-iptables= 0
net.bridge.bridge-nf-call-arptables= 0
kernel.mggmnb= 65536
kernel.mggmax= 65536
kernel.shmmax= 68719476736
kernel.shmall= 268435456
net.ipv4.tcp_max_syn_backlog= 65000
net.core.netdev_max_backlog= 32768
net.core.somaxconn= 32768
fs.file-max= 65000
net.core.wmem_default= 8388608
net.core.rmem_default= 8388608
net.core.rmem_max= 16777216
net.core.wmem_max= 16777216
net.ipv4.tcp_timestamps= 1
net.ipv4.tcp_synack_retries= 2
net.ipv4.tcp_syn_retries= 2
net.ipv4.tcp_mem= 94500000 915000000 927000000
net.ipv4.tcp_max_orphans= 3276800
net.ipv4.tcp_tw_reuse= 1
net.ipv4.tcp_tw_recycle= 1
net.ipv4.tcp_keepalive_time= 1200
net.ipv4.tcp_syncookies= 1
net.ipv4.tcp_fin_timeout= 10
net.ipv4.tcp_keepalive_intvl= 15
net.ipv4.tcp_keepalive_probes= 3
net.ipv4.ip_local_port_range= 1024 65535
net.ipv4.conf.eml.send_redirects= 0
net.ipv4.conf.lo.send_redirects= 0
net.ipv4.conf.default.send_redirects= 0
net.ipv4.conf.all.send_redirects= 0
net.ipv4.icmp_echo_ignore_broadcasts= 1
net.ipv4.conf.eml.accept_source_route= 0
net.ipv4.conf.lo.accept_source_route= 0
net.ipv4.conf.default.accept_source_route= 0
net.ipv4.conf.all.accept_source_route= 0
net.ipv4.icmp_ignore_bogus_error_responses= 1
kernel.core_pattern= /tmp/core
vm.overcommit_memory= 1

这里写图片描述
//
systcl –p
三.HBase HA配置
//进入hbase的conf目录
cd /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/conf/
修改hbase-env.sh
gedit hbase-env.sh

# 配置JDK安装路径
exportJAVA_HOME=/home/qichenglin/hadoop/app/jdk1.7.0_79
# 配置Hadoop安装路径
exportHADOOP_HOME=/home/qichenglin/hadoop/app/cdh/hadoop-2.6.0-cdh5.7.1
# 设置HBase的日志目录
exportHBASE_LOG_DIR=${HBASE_HOME}/logs
# 设置HBase的pid目录
exportHBASE_PID_DIR=${HBASE_HOME}/pids
# 使用独立的ZooKeeper集群
exportHBASE_MANAGES_ZK=false
# 优化配置项
# 设置HBase内存堆的大小
exportHBASE_HEAPSIZE=1024
# 设置HMaster最大可用内存
exportHBASE_MASTER_OPTS="-Xmx512m"
# 设置HRegionServer最大可用内存
exportHBASE_REGIONSERVER_OPTS="-Xmx1024m"

//配置hbase-site.xml
gedit hbase-site.xml

<configuration>
  <!-- 设置HRegionServers共享目录 -->  
  <property>  
    <name>hbase.rootdir</name>  
    <value>hdfs://mycluster/hbase</value>  
  </property>  

  <!-- 设置HMaster的rpc端口 -->  
  <property>  
    <name>hbase.master.port</name>  
    <value>16000</value>  
  </property>  

  <!-- 设置HMaster的http端口 -->  
  <property>  
    <name>hbase.master.info.port</name>  
    <value>16010</value>  
  </property>  

  <!-- 指定缓存文件存储的路径 -->  
  <property>  
    <name>hbase.tmp.dir</name>  
    <value>/home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/tmp</value>  
  </property>  

  <!-- 开启分布式模式 -->  
  <property>  
    <name>hbase.cluster.distributed</name>  
    <value>true</value>  
  </property>  

  <!-- 指定ZooKeeper集群位置 -->  
  <property>  
    <name>hbase.zookeeper.quorum</name>  
    <value>hadoop-slave1,hadoop-slave2,hadoop-slave3</value>  
  </property>  

  <!-- 指定ZooKeeper集群端口 -->  
  <property>  
    <name>hbase.zookeeper.property.clientPort</name>  
    <value>2181</value>  
  </property>  

  <!--指定Zookeeper数据目录，需要与ZooKeeper集群上配置相一致 -->  
  <property>  
    <name>hbase.zookeeper.property.dataDir</name>  
    <value>/home/qichenglin/hadoop/app/cdh/zookeeper-3.4.5-cdh5.7.1/data</value>  
  </property>  

  <!-- \\\\\\\\\\以下为优化配置项\\\\\\\\\\ -->  
  <!-- 关闭分布式日志拆分 -->  
  <property>  
    <name>hbase.master.distributed.log.splitting</name>  
    <value>false</value>  
  </property>  

  <!-- hbase客户端rpc扫描一次获取的行数 -->  
  <property>  
    <name>hbase.client.scanner.caching</name>  
    <value>2000</value>  
  </property>  

  <!-- HRegion分裂前最大的文件大小（10G） -->  
  <property>  
    <name>hbase.hregion.max.filesize</name>  
    <value>10737418240</value>  
  </property>  

  <!-- HRegionServer中最大的region数量 -->  
  <property>  
    <name>hbase.regionserver.reginoSplitLimit</name>  
    <value>2000</value>  
  </property>  

  <!-- StoreFile的个数超过这个数就开始合并 -->  
  <property>  
    <name>hbase.hstore.compactionThreshold</name>  
    <value>6</value>  
  </property>  

  <!-- 当某一个region的storefile个数达到该值则block写入，等待compact -->  
  <property>  
    <name>hbase.hstore.blockingStoreFiles</name>  
    <value>14</value>  
  </property>  

  <!-- 超过memstore大小的倍数达到该值则block所有写入请求，自我保护 -->  
  <property>  
    <name>hbase.hregion.memstore.block.multiplier</name>  
    <value>20</value>  
  </property>  

  <!-- service工作的sleep间隔 -->  
  <property>  
    <name>hbase.server.thread.wakefrequency</name>  
    <value>500</value>  
  </property>  

  <!-- ZooKeeper客户端同时访问的并发连接数 -->  
  <property>  
    <name>hbase.zookeeper.property.maxClientCnxns</name>  
    <value>2000</value>  
  </property>  

  <!-- 根据业务情况进行配置 -->  
  <property>  
    <name>hbase.regionserver.global.memstore.lowerLimit</name>  
    <value>0.3</value>  
  </property>  
  <property>  
    <name>hbase.regionserver.global.memstore.upperLimit</name>  
    <value>0.39</value>  
  </property>  
  <property>  
    <name>hbase.block.cache.size</name>  
    <value>0.4</value>  
  </property>  

  <!-- RegionServer的请求处理IO线程数 -->  
  <property>  
    <name>hbase.reginoserver.handler.count</name>  
    <value>300</value>  
  </property>  

  <!-- 客户端最大重试次数 -->  
  <property>  
    <name>hbase.client.retries.number</name>  
    <value>5</value>  
  </property>  

  <!-- 客户端重试的休眠时间 -->  
  <property>  
    <name>hbase.client.pause</name>  
    <value>100</value>  
  </property>
</configuration>

//配置regionservers
gedit regionservers

hadoop-slave1
hadoop-slave2
hadoop-slave3

//新建backup-masters文件并配置
gedit backup-masters
//创建hbase的缓存文件目录
cd /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/
mkdir tmp
//创建hbase的日志文件目录
mkdir logs
//创建hbase的pid文件目录
mkdir pids
//将hbase工作目录同步到集群其它节点
scp -r /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/ hadoop-master2:/home/qichenglin/hadoop/app/cdh/
scp -r /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/ hadoop-slave1:/home/qichenglin/hadoop/app/cdh/
scp -r /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/ hadoop-slave2:/home/qichenglin/hadoop/app/cdh/
scp -r /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/ hadoop-slave3:/home/qichenglin/hadoop/app/cdh/
//每个复制了路径的节点
chmod -R 777 /home/qichenglin/hadoop/app/cdh/hadoop-2.6.0-cdh5.7.1/
//在集群各节点上修改用户环境变量
gedit ~/.bashrc

export HBASE_HOME=/home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1
export PATH=$PATH:$HBASE_HOME/bin

source ~/.bashrc

//删除hbase的slf4j-log4j12-1.7.5.jar，解决hbase和hadoop的LSF4J包冲突
cd /home/qichenglin/hadoop/app/cdh/hbase-1.2.0-cdh5.7.1/lib
mv slf4j-log4j12-1.7.5.jar slf4j-log4j12-1.7.5.jar.bk

四.集群启动
// 启动zookeeper集群（分别在slave1、slave2和slave3上执行）
zkServer.sh start
备注：此命令分别在slave1/slave2/slave3节点启动了QuorumPeerMain。
// 启动HDFS（在master1执行）
start-dfs.sh
备注：此命令分别在master1/master2节点启动了NameNode和ZKFC，分别在slave1/slave2/slave3节点启动了DataNode和JournalNode。
// 启动YARN（在master2执行）
start-yarn.sh
备注：此命令在master2节点启动了ResourceManager，分别在slave1/slave2/slave3节点启动了NodeManager。
// 启动YARN的另一个ResourceManager（在master1执行，用于容灾）
yarn-daemon.sh start resourcemanager
备注：此命令在master1节点启动了ResourceManager。
// 启动HBase（在master1执行）
start-hbase.sh
备注：此命令分别在master1/master2节点启动了HMaster，分别在slave1/slave2/slave3节点启动了HRegionServer。

五 .测试
（一）Web UI
下图为http://hadoop-master1:16010，可看到主Master状态：
这里写图片描述
下图为http://hadoop-master2:50070，可看到备份Master状态：
这里写图片描述

（二）Shell操作
连接hbase客户端
hbase shell
这里写图片描述
创建表，表名为employee，列族为info
create ‘employee’,’info’
这里写图片描述
显示hbase已创建的表，验证表employee是否创建成功
list
这里写图片描述
在表employee中插入测试数据
put ‘employee’,’rowkey01’,’info:id’,’1001’
put ‘employee’,’rowkey01’,’info:name’,’Henry’
put ‘employee’,’rowkey01’,’info:address’,’Bangalore’
put ‘employee’,’rowkey02’,’info:id’,’1002’
put ‘employee’,’rowkey02’,’info:name’,’Messi’
这里写图片描述
检索表employee中的所有记录
scan ‘employee’
这里写图片描述
检索表employee中行键为rowkey01的记录
get ‘employee’,’rowkey01’
这里写图片描述
禁用表employee并删除
disable ‘employee’
drop ‘employee’

六尘
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
企业级HBase搭建
Steve lock的blog记录之地
08-15 789
企业级HBase搭建HBase介绍这部分请参考我的博文：Hadoop数据存储企业级HBase参数配置设置linux系统最大进程数和最大文件打开数使用root用户设置，完成需要重新登录。vim /etc/security/limits.confroot    soft   nproc   50000 root    hard   nproc   50000 root    soft   nofile
搭建企业级HBase
Princess1012的博客
11-06 455
在写这一篇文章之前，先啰嗦一下上一篇文章，上一篇是配置hadoop ha ，但由于一些配置出错，导致最后的结果出错，虽然最后发现问题所在，但也花费了不少时间。而在搭建这些环境时，最重要的就是配置文件了，所以大家在配置文件时一定要仔细细心。 关于HBase的介绍在前面的文章中已经讲解过，这篇文章主要是配置企业级的HBase，之前的配置都是基于单机版，但如果用在真实的环境中，可能不止一台机器
搭建企业hbase
weixin_33714884的博客
11-07 64
一、简介： 1.1 简介 HBase是一个分布式的、面向列的开源数据库。HBase是Apache的Hadoop项目的子项目，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，且HBase是基于列而不是基于行的模式。它具有高可靠性、高性能、面向列、可伸缩的特性，利用HBase技术可在廉价PC上搭建起大规模结构化存储集群。 HBase的常见使用场景： 1、大数据量（100s TB...
搭建企业Hbase笔记
needyit的博客
10-27 311
实验环境搭建 架构： namenode1(master1) namenode2(master2) datanode(regionserver) 查看、修改Linux系统的最大文件打开数和最大进程数 修改limits.conf文件 改为 调整Linux内核参数
大数据实战（下）-搭建企业HBase（上）
spp_1987的专栏
11-06 535
大纲实验环境讲解 演示搭建HBase步骤并讲解实验环境讲解架构： namenode1(master1) namenode2(master2) datanode(regionserver) 使用NameNode1、NameNode2和DataNode1 三个服务器来模拟集群，NameNode1上搭建Hbase和Hmaster，NameNode2搭建Hmaster，与NameNode1互为主备，D
大数据Hadoop集群之超级详细的HBase搭建
派大星子的博客
11-22 3485
大数据Hadoop集群之HBase搭建
企业级HBase集群搭建
zwlo6的博客
11-04 406
参考HBase的基本原理，本次实验在配置好的Hadoop HA集群之上， 将HMaster服务部署在HDFS的2个namenode1和namenode2节点，将RegionServer部署在datanode节点，使用独立的ZooKeeper集群进行搭建。
HBase分布式数据库入门到精通
最新发布
Lansonli（蓝深李）的博客
05-28 2215
HBase是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式 NOSQL 数据库。当你需要随机、实时读/写访问大数据时，请使用 Apache HBase。
大数据环境搭建 Hadoop + Hbase
LZW15082682930的博客
02-08 579
搭建前准备： 1.虚拟机下载地址： 链接：https://pan.baidu.com/s/1pql5PT88Zd7-5vd0cPm_3Q 提取码：i9py 2.环境搭建教程： 链接：https://pan.baidu.com/s/1wtw9FNSm3oYQKsDllsa86Q 提取码：vupp Hadoop搭建： 1.环境及工具：链接：https://pan.baidu....
3.基于hadoop集群搭建hbase
06-17
### 基于Hadoop集群搭建HBase集群详解 #### 一、引言 随着大数据技术的迅猛发展，海量数据的高效存储与处理成为企业关注的重点。Hadoop作为一款能够处理大量数据的基础框架，被广泛应用于各类场景之中。然而，在...
基于SpringMVC+Spring+HBase+Maven搭建的Hadoop分布式云盘系统.zip
04-10
2. **Spring**：Spring框架是Java开发中的基石，它提供了全面的企业级应用开发解决方案，包括AOP（面向切面编程）、DI（依赖注入）、事务管理、数据访问等。在这个项目中，Spring可能用于配置和管理数据库连接、事务...
kettle集群搭建以及使用kettle将mysql数据转换为Hbase数据
08-24
通过本文的介绍，我们了解了Kettle集群的基本概念、搭建步骤以及如何使用Kettle将MySQL数据转换为HBase数据的过程。Kettle作为一款强大的数据集成工具，在企业级数据处理中扮演着重要的角色，尤其是在大数据时代背景...
完全分布式安装hbase,使用hbase自带的zookeeper
热门推荐
12-28 2万+
1.我使用的是稳定版本的hbase：hbase-1.2.4-bin.tar.gz 下载地址：http://www-eu.apache.org/dist/ 里面有个stable版本的2.配置环境变量，集群上的每个节点都要配置 vim ~/.bashrcexport HBASE_HOME=/usr/local/hbase/hbase-1.2.4 export PATH=$PATH:$HBASE_H
scala编写的Spark程序远程提交到服务器集群上运行
01-05 1万+
一.需要的软件： eclipse 相应版本的scalaIDE 与集群一样的spark安装包，主要是要用到spark中的jar包 与集群一样的hadoop安装包 与hadoop版本对应的winutil.exe，hadoop.dll（只要版本差距不大不一样也没关系） 二.步骤 （一）在eclipse中安装对应版本的ScalaIDE，具体安装见网上。（二）复制winutil.exe，hadoop.dll
Eclipse搭建Scala+Spark开发环境
12-22 4046
搭建教程：http://www.linuxidc.com/Linux/2015-08/120946.htm eclipse中运行第一个scala编写的spark程序：http://blog.csdn.net/xummgg/article/details/50651867 eclipse中Scala IDE插件的下载地址：http://scala-ide.org/download/prev-sta
大数据实战下笔记——Hadoop NameNode HA的原理
08-21 3613
NameNode高可用整体（HA）框架NameNode的主备切换NameNode的共享存储 一．NameNode高可用整体框架 组件： 两个NameNode，一个在Active上，一个在Standby上。Active为Hadoop提供服务。两台NameNode互备，处于Active状态的NameNode是主，处于standby状态的NameNode是备，只有主Name
CentOS7上安装Hadoop2.0——单机模式/伪分布式模式 暨任务二
12-06 2990
注意：本文步骤参考给力星的http://www.powerxing.com/install-hadoop-in-centos/的内容，实验结果均是本人真实实验的图片，仅用于记录和学习之用。一． 创建hadoop用户1. 登录root用户，创建Hadoop用户$ su root2. 创建可以登陆的 hadoop 用户，并使用 /bin/bash 作为shell。# useradd -m hadoop
大数据开发进阶笔记——HBase的常用原子操作Java代码
08-15 2726
HBase的常用原子操作Java代码：   Append:追加，类似于put操作。 Configurationconf =HBaseConfiguration.create(); conf.set(“hbase.zookeeper.quorum”,”192.168.1.149”); conf.set(“hbase.zookeeper.property.clientport”,”2181”
Cloudera Manager 5.9.3自动化搭建Hadoop Hbase集群指南
首先，Cloudera Manager 是一个企业级的大数据管理平台，它提供了对Hadoop、HBase、Spark和Hive等组件的一体化管理和监控。通过集成化的界面，用户可以方便地安装、配置和维护这些大数据服务。 文档的主要目的是...
评论
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