Hbase的安装及其架构

1.启动hadoop

start-all.sh

验证
Http://master:50070

2、启动ZooKeeper

需要在在三台中分别启动

zkServer.sh start

zkServer.sh status

搭建HBase
1、上传解压配置环境变量
tar -xvf hbase-1.4.6-bin.tar.gz

2、修改hbase-env.sh文件
增加java配置
export JAVA_HOME=/usr/local/soft/jdk1.8.0_171

关闭默认zk配置
export HBASE_MANAGES_ZK=false

3、修改hbase-site.xml文件

<property> 
<name>hbase.rootdirname> 
<value>hdfs://master:9000/hbasevalue> 
property> 
<property> 
<name>hbase.cluster.distributedname> 
<value>truevalue> 
property> 
<property> 
<name>hbase.zookeeper.quorumname> 
<value>node1,node2,mastervalue> 
property> 

4、修改regionservers文件
增加
node1
node2

如果是伪分布式版本，增加master即可

5、同步到所有节点（如果是伪分布式不需要同步）
scp -r hbase-1.4.6/ node1:`pwd`
scp -r hbase-1.4.6/ node2:`pwd`

6、配置环境变量
vim /etc/profile

7、启动hbase集群 ， 需要在master上执行

start-hbase.sh

8、验证hbase
http://master:16010

hbase日志文件所在的目录
/usr/local/soft/hbase-1.4.6/logs

关闭集群的命令
stop-hbase.sh

时间同步

yum install ntp -y

ntpdate -u time.windows.com

通过 hbase shell 进入到hbase的命令行

创建表 列簇 列式数据库
create "test","info"

插入数据
put "test","000","info:name","zhaosi"
put "test","001","info:name","zhangsan"
put "test","002","info:name","lisi"
put "test","003","info:name","wangwu"
put "test","0011","info:name","wangwu2"

查询数据
get "test","001"

hbase 搭建失败了 不知道问题出在哪里
重置hbase

1、关闭hbase集群
杀死进程
stop-hbase.sh

2、删除数据 hdfs
hadoop dfs -rmr /hbase

3、删除元数据 zk
zkCli.sh
rmr /hbase

4、重新启动hbase
start-hbase.sh

Hbase架构

 1.Hbase简介

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）

Master
·为Region server分配region

·负责Region server的负载均衡

·发现失效的Region server并重新分配其上的region

·管理用户对table的增删改操作

RegionServer
· Region server维护region，处理对这些region的IO请求· Region server负责切分在运行过程中变得过大的region

Region

HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region（裂变）。

当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver 上

 Row key

唯一标识一行数据

可以通过RowKey获取一行数据

按照字典升序排序的。

Row key只能存储64k的字节数据 10-100byte

Column Family（列族）和qualifier（列）

HBase表中的每个列都归属于某个列族，列族必须作为表模式(schema)定义的一部分预先给出。如 create ‘test’, ‘course’。

列名以列族作为前缀，每个“列族”都可以有多个列成员(column)；如course:math, course:english, 新的列族成员（列）可以随后按需、动态加入。

权限控制、存储以及调优都是在列族层面进行的；

HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。

Memstore 与 storefile

一个region由多个store组成，一个store对应一个CF（列族）store包括位于内存中的memstore和位于磁盘的storefile写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile

当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、major compaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile

当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡

客户端检索数据，先在memstore找，找不到再找storefile

Timestamp时间戳

在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，最新的数据版本排在最前面。

时间戳的类型是 64位整型。

时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间

时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳。

Cell单元格

由行和列的坐标交叉决定。 单元格是有版本的。

单元格的内容是未解析的字节数组。 由{row key， column( = +)， version} 唯一确定的单元。

cell中的数据是没有类型的，全部是字节码形式存贮。

HLog(WAL log)

HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括 sequence number和timestamp，timestamp是”写入时间”，sequence number的起始值为0，或者是最近一次存入文件系统中sequence number。

HLog SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的KeyValue。