慕课网《HBase入门》学习总结

• 时间：2018年06月11日星期一
• 说明：本文部分内容均来自慕课网。@慕课网：https://www.imooc.com
• 教学源码：无
• 学习源码：无

第一章：课程介绍

1-1 课程介绍

课程目标

• HBase的应用场景及特点
• HBase的概念与定位
• HBase架构体系与设计模型
• HBase的安装部署
• HBase shell使用

第二章：概念介绍

2-1 应用场景

HBase能做什么

• 海量数据存储
• 准实时查询

HBase在实际业务场景中的应用

• 交通：交通工具的GPS信息、城市路口摄像头的拍照信息
• 金融：交易信息（取款信息、消费信息、贷款信息、还款信息、信用卡信息等）
• 电商：商家交易信息、物流信息、浏览日志信息等
• 移动：电话信息（短信信息、通话记录等）

2-2 概念特点

HBase是什么

HBase是一个分布式，版本化，面向列的数据库，构建在 Apache Hadoop和 Apache ZooKeeper之上。

HBase的特点

• 容量大

  HBase单表可以有百亿行、百万列，数据矩阵横向和纵向两个维度所支持的数据量级都非常具有弹性

• 面向列

  HBase是面向列的存储和权限控制，并支持独立检索。列式存储，其数据在表中是按照某列存储的，这样在查询只需要少数几个字段的时候，能大大减少读取的数据量

• 多版本

  HBase每一个列的数据存储有多个Version

• 稀疏性

  为空的列并不占用存储空间，表可以设计的非常稀疏

• 扩展性

  底层依赖于HDFS

• 高可靠性

  WAL机制保证了数据写入时不会因集群异常而导致写入数据丢失；Replication机制保证了在集群出现严重的问题时，数据不会发生丢失或损坏。而且HBase底层使用HDFS，HDFS本身也有备份

• 高性能

  底层的LSM数据结构和Rowkey有序排列等架构上的独特设计，使用HBase具有非常高的写入性能。region切分、主键索引和缓存机制使用HBase在海量数据下具备一定的随机读取性能，该性能针对Rowkey的查询能够达到毫秒级别

如何选择合适HBase版本

• 官方版本：http://archive.apache.org/dis...
• CDH版本：http://archive.cloudera.com/c...

HBase在Hadoop2.x生态系统中的定位

2-3 架构体系

HBase架构体系

2-4 设计模型

HBase表结构模型

HBase表结构模型举例说明

Hbase数据模型

Hbase数据模型举例说明

HBase列簇

• 一张表列簇不会超过5个
• 每个列簇中的列数没有限制
• 列只有插入数据后存在
• 列在列簇中是有序的

HBase Region

HBase表与关系型数据库表结构对比

第三章：安装部署

3-1 Hadoop安装

1.下载地址

• zookeeper-3.4.5-cdh5.3.0.tar.gz

  链接：https://pan.baidu.com/s/1ZGCq... 密码：v57b

• hadoop-2.5.0-cdh5.3.0.tar.gz

  链接：https://pan.baidu.com/s/1vOKp... 密码：hz4a

• hbase-0.98.6-cdh5.3.0.tar.gz

  链接：https://pan.baidu.com/s/1tojE... 密码：yimh

Hadoop2.x分布式安装配置

• 解压Hadoop-2.5.0并安装
• 配置hadoop-env.sh

2.解压安装

解压安装包

tar -zxf hadoop-2.5.0-cdh5.3.0.tar.gz

进入/share目录

cd hadoop-2.5.0-cdh5.3.0/share

（可选）删除doc文档

rm -rf doc/

进入/etc/hadoop目录

cd hadoop-2.5.0-cdh5.3.0/etc/hadoop

（可选）删除windows下执行脚本

rm -rf *.cmd

3.修改hadoop-env.sh文件

export JAVA_HOME=${JAVA_HOME}

其中${JAVA_HOME}为echo ${JAVA_HOME}的值

4.修改core-site.xml文件

参考地址

http://hadoop.apache.org/docs...
http://hadoop.apache.org/docs...
https://www.jb51.net/article/...

进入hadoop根目录

cd hadoop-2.5.0-cdh5.3.0

创建临时数据目录

mkdir -p data/tmp

进入临时数据目录

mkdir -p data/tmp

使用pwd查看路径

/home/zc/studio/hadoop-2.5.0-cdh5.3.0/data/tmp

在configuration节点中添加以下代码

<property>
        <name>fs.defaultFS</name>
        <value>hdfs://zccoder.com:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/zc/studio/hadoop-2.5.0-cdh5.3.0/data/tmp</value>
    </property>

5.修改hdfs-site.xml文件

参考地址

http://hadoop.apache.org/docs...

在configuration节点中添加以下代码

<property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
</property>

6.修改slaves文件

将hostname配置进去即可

zccoder.com

7.服务启动

回到hadoop根目录

cd hadoop-2.5.0-cdh5.3.0

系统进行format

bin/hdfs namenode -format

启动namenode

sbin/hadoop-daemon.sh start namenode

启动datanode

sbin/hadoop-daemon.sh start datanode

（注意）手动退出Hadoop的安全模式

bin/hadoop dfsadmin -safemode leave

访问http://zccoder.com:50070/进行验证

3-2 Zookeeper安装

0.解压安装包

解压安装包

tar -zxf zookeeper-3.4.5-cdh5.3.0.tar.gz

进入Zookeeper根目录

cd zookeeper-3.4.5-cdh5.3.0/

进入conf目录

cd conf/

复制示例配置文件zoo_sample.cfg为zoo.cfg

cp zoo_sample.cfg zoo.cfg

1.修改zoo.cfg文件

在zk根目录下创建数据存放目录

mkdir zkData

进入zkData目录，使用pwd命令获得全路径

cd zkData
pwd
/home/zc/studio/zookeeper-3.4.5-cdh5.3.0/zkData

修改zoo.cfg文件的dataDir属性

dataDir=/home/zc/studio/zookeeper-3.4.5-cdh5.3.0/zkData

2.集群配置

server.1=zk1.zccoder.com:2888:3888
server.2=zk2.zccoder.com:2888:3888
server.3=zk3.zccoder.com:2888:3888

在zkData目录下创建myid文件

touch myid

编辑myid文件，添加服务器编号，这里写入1

vim myid

然后，分别在另外两台zk上创建myid文件，并分别写入2和3

3.服务启动

分别启动三台zk服务

bin/zkServer.sh start

3-3 HBase安装

0.解压安装

解压安装包

tar -zxf hbase-0.98.6-cdh5.3.0.tar.gz

进入HBase根目录

cd hbase-0.98.6-cdh5.3.0

（可选）删除docs目录

rm -rf docs/

1.修改hbase-env.sh文件

进入conf目录

cd conf/

取消注释export JAVA_HOME=/usr/java/jdk1.6.0/并修改为JDK路径

export JAVA_HOME=/studio/jdk1.8.0_11/

取消注释export HBASE_MANAGES_ZK=true并修改为false使用部署好的zk

export HBASE_MANAGES_ZK=false

2.修改hbase-site.xml文件

在configuration节点下添加以下代码

<property>
    <name>hbase.tmp.dir</name>
    <value>/home/zc/studio/hbase-0.98.6-cdh5.3.0/data/tmp</value>
  </property>
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://zccoder.com:9000/hbase</value>
  </property>
  <property>
    <name>hbase.cluster.distributed</name>
    <value>true</value>
  </property>
  <property>
    <name>hbase.zookeeper.quorum</name>
    <value>zccoder.com</value>
  </property>

3.修改regionservers文件

将hostname配置进去即可

zccoder.com

4.服务启动

HBase启动命令

• hbase-daemon.sh
• hbase-daemons.sh
• start-hbase.sh
• stop-hbase.sh

启动HBase

bin/start-hbase.sh

访问http://zccoder.com:60010/进行验证HMaster进程

访问http://zccoder.com:60030/进行验证RegionServer进程

第四章：操作命令

4-1 HBase表结构

HBase表操作命令介绍并演示

• Create：创建表
• Describe：查看表结构说明
• is_enabled：查看表是否可用
• Drop：删除表
• Enable：使表可用（激活表）
• is_disabled：查看表是否不可用
• Disable：使表不可用（屏蔽表）
• List：查看库里面所有表

进入HBase shell

bin/hbase shell

创建test表，包含info列簇

create 'test','info'

查看所有表

list

使用put增加一条数据

put 'test','0001','info:username','henry'

查看test表的数据

scan 'test'

查看test表的相关信息

describe 'test'

禁用test表

disable 'test'

查看test表是否可用

is_enabled 'test'

删除test表

drop 'test'

4-2 HBase表数据

HBase表数据操作命令介绍并演示

• Count：求和
• Put：新增一行或新增一列
• Delete：删除某一列的数据
• Scan：全表扫描，查全表数据
• get：获取某一行或某一列的数据
• truncate：组合命令，相当于对表进行初始化（先删除表，然后重新创建表）

进入HBase shell

bin/hbase shell

新增年龄信息

put 'test','0001','info:age','30'

使用count对表的行数求和

count 'test'

获取表某一列的数据

get 'test','0001','info:username'

删除某一行的数据

delete 'test','0001','info:age'

初始化表

truncate 'test'

第五章：课程总结

5-1 课程总结

HBase入门总结

• 概念定义：是一个分布式的数据库
• 主要作用：海量数据的存储和海量数据的准实时查询
• 应用场景：交通、金融、电商、移动
• 框架特点：容量大、列式存储、多版本、易扩展、稀疏性、高性能、高可靠

• 架构体系：

  • HBase主要进程（master和regionserver）
  • HBase依赖外部服务（zookeeper和hadoop）
• 设计模型：表结构与表数据
• 安装部署：jdk、hadoop、zookeeper、hbase
• 操作命令：HBase shell命令（DDL操作、DML操作）