HBase基础和伪分布式安装配置
一、HBase(NoSQL)的数据模型
1.1 表(table),是存储管理数据的。
1.2 行键(row key),类似于MySQL中的主键,行键是HBase表天然自带的,创建表时不需要指定
1.3 列族(column family),列的集合。
一张表中有多个行健,一个行健读取出来的是一条记录,列族和MySQL中的列差不多,但是它是列的集合
HBase中列族是需要在定义表时指定的,列是在插入记录时动态增加的。
HBase表中的数据存储在本地磁盘上的时候,每个列族单独一个作为文件存储。
上图表示HBase中表的一行
和关系型数据库不同的是
关系型数据库一行中每一个列的值只能是一个,如:
UserId UserName
1 JChubby
而在NoSql中,一行里面某一个列的值可能是多个的,如上图,或者:
UserId UserName
1 JChubby
Looky
其中省略了timestamp时间戳这一列,但是在NoSql中读取这一行数据的出来时,数据应该是和关系型数据库读出来的是差不多的
时间戳列起到了标识列数据版本的作用,当没有指定时间戳的时候默认取的是最新的列数据,具体请参照上图
1.4 存储的数据都是字节数组。
二、HBase的物理模型
2.1 HBase是适合海量数据(如20PB)的秒级简单查询的数据库。
2.2 HBase表中的记录,按照行键进行拆分, 拆分成一个个的region。
如:在一个有1W行健的表中,每2K个行健拆分成一个region分别存储在不同的节点中,每个region记录着行健的起始位置和最终位置[startkey,endkey]
许多个region存储在region server(单独的物理机器)中的。
这样,对表的操作转化为对多台region server的并行查询。
HBase中有两种特殊的表,分别是-ROOT和.META
.META中记录着各个region的起止行健,当.META中的记录很大时,又会按照相同的规则拆分成不同的region记录中-ROOT表中
如上图所示,当要查询数据时,先找-ROOT表中记录的region信息,找到对应的.META表中的region,在到实际的节点上的region查询数据
三、HBase的体系结构
3.1 HBase是主从式结构,HMaster、HRegionServer
四、HBase伪分布安装
HBase的安装是是建立在hadoop和zookeeper集群之上的
安装时确保hadoop和zookeeper集群已安装成功并启动
4.1 解压缩、重命名、设置环境变量
把hbase-0.94.2-security.tar.gz复制到/home/hadoop
解压hbase-0.94.2-security.tar.gz与重命名
#cd /home/hadoop
#tar -zxvf hbase-0.94.2-security.tar.gz
#mv hbase-0.94.2-security hbase
修改/etc/profile文件。
#vi /etc/profile
增加
export HBASE_HOME=/home/hadoop/hbase
修改
export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HBASE_HOME/bin
保存退出
#source /etc/profile
4.2 修改$HBASE_HOME/conf/hbase-env.sh,修改内容如下:
export JAVA_HOME=/usr/java/jdk1.6.0_45
export HBASE_MANAGES_ZK=true
第一个配置java环境变量
第二个配置在本机器上的HBase可以自己启动zookeeper和使用
4.2 修改$HBASE_HOME/conf/hbase-site.xml,修改内容如下:
<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>master</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
hbase.rootdir配置在hdfs文件系统上hbase存储的路径
hbase.cluster.distributed配置是否是分布式的
hbase.zookeeper.quorum配置zookeeper在哪个节点上
dfs.replication配置副本个数
注意:hbase.rootdir的主机和端口号与hadoop的配置文件core-site.xml的fs.default.name的主机和端口号一致
4.3 (可选)文件regionservers的内容为master,该文件记录regionserver的各个节点的主机名,因为是伪分布式安装,所只写一个,localhost或者主机名都可以
4.4 启动hbase,在bin目录下执行命令start-hbase.sh
******启动hbase之前,确保hadoop是运行正常的,并且可以写入文件*******
4.5 验证是否安装成功:
(1)执行jps,发现新增加了3个java进程,分别是HMaster、HRegionServer、HQuorumPeer
(2)使用浏览器访问http://master:16010,可以进入和hadoop类似的web管理页面