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.rootdir</name>
<value>hdfs://master:9000/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>node1,node2,master</value>
</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( =<family> +<qualifier>)， 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。
