18、Hbase原理架构与安装部署教程

2020-05-22 00:00:00 修改 数据 集群 指定 读写

1. HBase是什么

1.1 HBase的概念

  • HBase基于Google的BigTable论文，是建立的==HDFS==之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的分布式数据库系统。
  • 在需要==实时读写随机访问==超大规模数据集时，可以使用HBase。

1.2 HBase的特点

  • ==海量存储==
  • 可以存储大批量的数据
  • ==列式存储==
  • HBase表的数据是基于列族进行存储的，列族是在列的方向上的划分。
  • ==极易扩展==
  • 底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加datanode节点就可以了
  • 可以通过增加服务器来对集群的存储进行扩容
  • ==高并发==
  • 支持高并发的读写请求
  • ==稀疏==
  • 稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
  • ==数据的多版本==
  • HBase表中的数据可以有多个版本值，默认情况下是根据版本号去区分，版本号就是插入数据的时间戳
  • ==数据类型单一==
  • 所有的数据在HBase中是以==字节数组==进行存储

2、Hbase整天架构

2.1 Client客户端

  • Client是操作HBase集群的入口
  • 对于管理类的操作，如表的增、删、改操纵，Client通过RPC与HMaster通信完成
  • 对于表数据的读写操作，Client通过RPC与RegionServer交互，读写数据
  • Client类型：
  • HBase shell
  • Java编程接口
  • Thrift、Avro、Rest等等

2.2 ZooKeeper集群

  • 作用
  • 实现了HMaster的高可用，多HMaster间进行主备选举
  • 保存了HBase的元数据信息meta表，提供了HBase表中region的寻址入口的线索数据
  • 对HMaster和HRegionServer实现了监控

2.3 HMaster

  • HBase集群也是主从架构，HMaster是主的角色，是老大
  • 主要负责Table表和Region的相关管理工作：
  • 关于Table
  • 管理Client对Table的增删改的操作
  • 关于Region
    • 在Region分裂后，负责新Region分配到指定的HRegionServer上
    • 管理HRegionServer间的负载均衡，迁移region分布
    • 当HRegionServer宕机后，负责其上的region的迁移

2.4 HRegionServer

  • HBase集群中从的角色
  • 作用
  • 响应客户端的读写数据请求
  • 负责管理一系列的Region
  • 切分在运行过程中变大的region

2.5 Region

  • HBase集群中分布式存储的小单元
  • 一个Region对应一个Table表的部分数据

3、HBase数据模型

3.1 rowkey行键

  • table的主键，table中的记录按照rowkey 的字典序进行排序
  • Row key行键可以是任意字符串(大长度是 64KB，实际应用中长度一般为 10-100bytes)

3.2 Column Family列族

  • 列族或列簇
  • HBase表中的每个列，都归属与某个列族
  • 列族是表的schema的一部分(而列不是)，即建表时至少指定一个列族
  • 比如创建一张表，名为user，有两个列族，分别是info和data，建表语句create 'user', 'info', 'data'

3.3 Column列

  • 列肯定是表的某一列族下的一个列，用列族名:列名表示，如info列族下的name列，表示为info:name
  • 属于某一个ColumnFamily,类似于我们mysql当中创建的具体的列

3.4 cell单元格

  • 指定row key行键、列族、列，可以确定的一个cell单元格
  • cell中的数据是没有类型的，全部是以字节数组进行存储

3.5 Timestamp时间戳

  • 可以对表中的Cell多次赋值，每次赋值操作时的时间戳timestamp，可看成Cell值的版本号version number
  • 即一个Cell可以有多个版本的值

4、HBase安装部署

4.1、下载安装包

下载地址：archive.apache.org/dist

4.2、安装Hbase

解压到安装目录： tar -zxcf habse-1.2.1-bin.tar.gz -C /opt/bigdata2.7

重命名解压目录：mv hbase-1.2.1 hbase

4.3、修改配置文件

1、需要把hadoop中的配置文件core-site.xml,hdfs-site.xml拷贝到hbase安装目录下的conf文件夹中

2、修改conf目录下的配置文件

（1）修改hbase-env.sh

#添加java环境变量 export JAVA_HOME=/kkb/install/jdk1.8.0_141 export HBASE_MANAGES_ZK=false

（2）修改 hbase-site.xml

<configuration>

<!--指定hbase在HDFS上的存储路径-->

<property>

<name>hbase.rootdir</name>

<value>hdfs://node01:8020/hbase</value>

</property>

<!--指定hbase是分布式的-->

<property>

<name>hbase.cluster.distributed</name>

<value>true</value>

</property>

<!--指定zk的地址，多个用,分割-->

<property>

<name>hbase.zookeeper.quorum</name>

<value>node01:2181,node02:2181,node03:2181</value>

</property>

</configuration>

（3）修改regionservers

vim regionservers node02 node03

（4）修改backup-masters'

node2

3、配置hbase的环境变量

vi /etc/profile

export HBASE_HOME=/opt/bigdata2.7/hbase export PATH=$PATH:$HBASE_HOME/bin

4.4、分发hbase目录到其他节点

进入habase目录：cd /opt/bigdata2.7

scp -r hbase node2:/opt/bigdata2.7

scp -r hbase node3:/opt/bigdata2.7

scp /etc/profile node2:/etc

scp /etc/profile node3:/etc

4.5、让所有的节点hbase环境变量生效

在所有节点执行：

source /etc/profile

5、Hbase集群启动和停止

（1）启动

前提条件：先启动hadoop集群和zookeeper集群

启动hbase

start-hbase.sh

（2）停止

stop-hbase.sh

相关文章