大数据环境搭建-HBase和Zookeeper

码客说

发布于 2022-04-26 08:31:07

2.4K0

发布于 2022-04-26 08:31:07

文章被收录于专栏：码客

前言

Hbase与 Zookeeper 的关系

HBase 主要用ZooKeeper来实现 HA 选举与主备集群主节点的切换、系统容错、meta-region 管理、Region 状态管理和分布式 SplitWAL 任务管理等。

下载地址

https://dlcdn.apache.org/hbase/2.4.11/

HBase的部署方式包括：

部署模式	说明
单机模式	常用于本地开发
伪集群模式	使用HBase自带的zookeeper
集群模式	使用HBase自带的zookeeper
集群模式	单独安装zookeeper

HBase的安装

本文的HBase安装是在Hadoop已经安装好的基础上实现的，所以之前要导出JAVA_HOME、HADOOP_HOME( 单机模式不需要，伪分布式模式和分布式模式需要)等环境变量以及配置好SSH互信等。

tar -zxvf hbase-2.4.11-bin.tar.gz
mkdir -p /data/tools/bigdata/
mv hbase-2.4.11 /data/tools/bigdata/
cd /data/tools/bigdata/hbase-2.4.11

HBase的配置

公共配置

环境变量

cd /etc/profile.d/

创建配置文件

vi /etc/profile.d/my_env.sh

内容设置为

# HBase
export HBASE_HOME=/data/tools/bigdata/hbase-2.4.11
export PATH=$PATH:$HBASE_HOME/bin

配置生效

source /etc/profile

查看是否生效

echo $HBASE_HOME

查看hbase版本：

hbase version

单机模式

配置hbase-env.sh 在hbase-env.sh添加如下内容

export JAVA_HOME=/usr/java/jdk1.8.0_221-amd64
export HBASE_MANAGES_ZK=true

说明：

其中 HBASE_MANAGES_ZK=true,表示由hbase自己管理zookeeper，不需要单独的zookeeper HBASE_MANAGES_ZK=false则表示使用独立部署的zookeeper。

配置hbase-site.xml

<configuration>
    <property>
        <name>hbase.rootdir</name>
        <value>file:///data/tools/bigdata/zdata/hbase</value>
    </property>
</configuration>

说明：

hbase.rootdir，用于指定HBase数据的存储位置，因为如果不设置的话，hbase.rootdir默认为/tmp/hbase-${user.name},这意味着每次重启系统都会丢失数据。

此配置中HBase直接使用默认的文件系统。

启动和停止

$HBASE_HOME/bin/start-hbase.sh
$HBASE_HOME/bin/stop-hbase.sh

伪集群模式

配置hbase-env.sh 在hbase-env.sh添加如下内容

export JAVA_HOME=$JAVA_HOME
export HBASE_CLASSPATH=$HADOOP_HOME/etc/hadoop
export HBASE_MANAGES_ZK=true

export HBASE_MANAGES_ZK=true,表示由hbase自己管理zookeeper，不需要单独的部署zookeeper。

export HBASE_CLASSPATH="", 表示使用hdfs作为HBase的储存。

配置hbase-site.xml

<configuration>
    <property>
        <name>hbase.rootdir</name>
        <value>hdfs://localhost:9000/hbase</value>
    </property>
    <property>
        <name>hbase.cluster.distributed</name>
        <value>true</value>
    </property>
</configuration>

说明：

base.rootdir，用于指定HBase数据的存储位置，此时已经使用了hdfs。 hbase.cluster.distributed设置集群处于分布式模式;

启动和停止

启动HBase

$HBASE_HOME/bin/start-hbase.sh

停止HBase

$HBASE_HOME/bin/stop-hbase.sh

启动HDFS

$HADOOP_HOME/sbin/start-dfs.sh

停止HDFS

$HADOOP_HOME/sbin/stop-dfs.sh

集群模式(使用自带的Zookeeper)

配置hbase-env.sh 在hbase-env.sh添加如下内容

export JAVA_HOME=$JAVA_HOME
export HBASE_CLASSPATH=$HADOOP_HOME/etc/hadoop
export HBASE_MANAGES_ZK=true

HBASE_MANAGES_ZK=true,表示使用hbase自带的zookeeper。

配置hbase-site.xml

<configuration>
    <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.master</name>
        <value>master:6000</value>
    </property>
    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>slave1:2181,slave2:2181,slave3:2181</value>
    </property>
    <property>
        <name>zookeeper.znode.parent</name>
        <value>/hbase</value>
    </property>
    <property>
        <name>hbase.zookeeper.property</name>
        <value>/data/tools/bigdata/zdata/zookeeper/data</value>
    </property>
</configuration>

说明：

base.rootdir 用于指定HBase数据的存储位置;
hbase.cluster.distributed 设置集群处于分布式模式;
hbase.master 指定hbase的hmaster的主机名和端口 ;
base.zookeeper.quorum 指定使用zookeeper的主机地址，必须是奇数个;
hbase.zookeeper.property 指定zookeeper数据存储目录，默认路径是/tmp，如果不配置，重启之后数据将被清空。

配置regionservers 在regionservers文件中添加HBase的slave节点，类似hadoop中的slaves，一行一个。

slave1
slave2
slave3

启动和停止启动（包括启动hdfs和hbase）

$HBASE_HOME/sbin/start-dfs.sh
$HBASE_HOME/bin/start-hbase.sh

停止（包括停止hbase和hdfs）

$HBASE_HOME/bin/stop-hbase.sh
$HBASE_HOME/sbin/stop-dfs.sh

HBase启动成功之后：

master节点上的进程有：HMaster slave节点上的进程有：HRegionServer、HQuorumPerr

集群模式(单独安装Zookeeper)

安装zookeeper zookeeper的下载和解压这里不赘述，直接开始zookeeper集群的配置。首先，导出zookeeper环境编辑，添加如下内容到~/.bash_profile中

export ZOOKEEPER_HOME=/data/tools/bigdata/zookeeper-3.4.10
export PATH=$PATH:$ZOOKEEPER_HOME/bin

解压zookeeper之后，进入conf目录，拷贝生成zoo.cfg cp zoo_sample.cfg zoo.cfg

配置zoo.cfg。在zoo.cfg中添加如下内容

clientPort=2181
dataDir=/data/tools/bigdata/zdata/zookeeper
server.1=master:2888:3888
server.2=slave2:2888:3888
server.3=slave3:2888:3888

说明：

第一个端口是master和slave之间的通信端口，默认是2888，第二个端口是leader选举的端口，集群刚启动的时候选举或者leader挂掉之后进行新的选举的端口默认是3888。分发解压的zookeeper到slave2、slave3

复制到其它服务器上

scp -r /data/tools/bigdata/zookeeper-3.4.10 slave2:/data/tools/bigdata/zookeeper-3.4.10
scp -r /data/tools/bigdata/zookeeper-3.4.10 slave3:/data/tools/bigdata/zookeeper-3.4.10

创建数据目录

ssh root@master 'mkdir -p /data/tools/bigdata/zdata/zookeeper'
ssh root@slave2 'mkdir -p /data/tools/bigdata/zdata/zookeeper'
ssh root@slave3 'mkdir -p /data/tools/bigdata/zdata/zookeeper'

写入myid

ssh root@master  'echo 1 > /data/tools/bigdata/zdata/zookeeper/zk_data/myid'
ssh root@slave2  'echo 2 > /data/tools/bigdata/zdata/zookeeper/zk_data/myid'
ssh root@slave3  'echo 3 > /data/tools/bigdata/zdata/zookeeper/zk_data/myid'

注意：本文部署的zookeeper集群包含三个节点，分别是master、slave1、slave2。

写入myid的值要和zoo.cfg中server后数值对应。启动、停止、查看zookeeper状态

ssh root@master   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh start'
ssh root@slave2   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh start'
ssh root@slave3   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh start'

状态

ssh root@master   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh status'
ssh root@slave2   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh status'
ssh root@slave3   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh status'

停止

ssh root@master   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh stop'
ssh root@slave2   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh stop'
ssh root@slave3   '/data/tools/bigdata/zookeeper-3.4.10/bin/zkServer.sh stop'

配置hbase-env.sh

export JAVA_HOME=$JAVA_HOME
export HBASE_CLASSPATH=$HADOOP_HOME/etc/hadoop
export HBASE_MANAGES_ZK=false

其中HBASE_MANAGES_ZK=false,表示不使用hbase自带的zookeeper，而使用独立部署的zookeeper。配置hbase-site.xml

<configuration>
    <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.master</name>
        <value>master:6000</value>
    </property>
    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>slave1:2181,slave2:2181,slave3:2181</value>
    </property>
    <property>
        <name>zookeeper.znode.parent</name>
        <value>/hbase</value>
    </property>
    <property>
        <name>hbase.zookeeper.property</name>
        <value>/data/tools/bigdata/zdata/zookeeper/data</value>
    </property>
</configuration>

说明：

base.rootdir 用于指定HBase数据的存储位置;
hbase.cluster.distributed 设置集群处于分布式模式;
hbase.master 指定hbase的hmaster的主机名和端口 ;
hbase.zookeeper.quorum 指定使用zookeeper的主机地址，必须是奇数个;
hbase.zookeeper.property 指定zookeeper数据存储目录，默认路径是/tmp，如果不配置，重启之后数据将被清空。

配置regionservers 在regionservers文件中添加HBase的slave节点，类似hadoop中的slaves，一行一个。

slave1
slave2
slave3

启动和停止先启动zookeeper，参考上述“启动、停止、查看zookeeper状态”。启动（包括启动hdfs和hbase）

$HBASE_HOME/sbin/start-dfs.sh
$HBASE_HOME/bin/start-hbase.sh

停止（包括停止hbase和hdfs）

$HBASE_HOME/bin/stop-hbase.sh
$HBASE_HOME/sbin/stop-dfs.sh

HBase启动成功之后： master节点上的进程有：HMaster、QuorumPeerMain slave节点上的进程有：HRegionServer、QuorumPeerMain 说明：hbase的master节点和slave节点中都出现了QuorumPeerMain(就是zookeeper进程)而不是QuorumPeer进程，表示此时hbase使用的是独立的zookeeper。

HBase的操作

下面的操作主要是在hbase的shell中操作的，进入hbase shell

hbase shell

创建表

create 't_student','s_name','s_sex','s_age','s_dept','s_course'

# 创建表示指定保存的版本数
create 't_teacher',{NAME=>'username',VERSIONS=>5}

查看表详情

describe 't_student'

显示所有的表

list

插入数据

put 't_student','95001','s_name','LiYing'
put 't_student','95001','s_sex','Male'
put 't_student','95001','s_course:math','80'
put 't_student','95001','s_course:english','90'

put 't_student','95002','s_name','ZhangYiDa'
put 't_student','95002','s_sex','Femal'
put 't_student','95002','s_course:math','90'
put 't_student','95002','s_course:english','70'

注意：一次只能为一个表的一行数据的一个列，也就是一个单元格添加一个数据，所以直接用shell命令插入数据效率很低，在实际应用中，一般都是利用编程操作数据。

当运行命令：put ‘t_student’,’95001’,’s_name’,’LiYing’时，即为t_student表添加了学号为95001，名字为LiYing的一行数据，其行键为95001。

查询数据 HBase中有两个用于查看数据的命令：

get命令，用于查看表的某一行数据；
scan命令用于查看某个表的全部数据

示例

get 't_student','95001'
get 't_student','95001','s_course'
get 't_student','95001','s_course:math'

scan 't_student'

删除数据在HBase中用delete以及deleteall命令进行删除数据操作，它们的区别是： ① delete用于删除一个数据，是put的反向操作； ② deleteall操作用于删除一行数据。

delete 't_student','95001','s_sex'
deleteall 't_student','95001'

修改数据在添加数据时，HBase会自动为添加的数据添加一个时间戳，故在需要修改数据时，只需直接添加数据，HBase即会生成一个新的版本，从而完成“改”操作，旧的版本依旧保留，系统会定时回收垃圾数据，只留下最新的几个版本，保存的版本数可以在创建表的时候指定。下面是一个操作的例子：

hbase(main):034:0> get 't_student','95001'
COLUMN                             CELL                                                                                             
 s_name:                            timestamp=1537497681798, value=LiYing                                                           
 s_sex:                             timestamp=1537497682400, value=Male                                                            
 s_course:english                    timestamp=1537497872225, value=90                                                             
 s_course:math                       timestamp=1537497681859, value=80                                                               
4 row(s) in 0.0310 seconds

hbase(main):035:0> put 't_student','95001','s_course:english','100'
0 row(s) in 0.0130 seconds

hbase(main):036:0> get 't_student','95001'
COLUMN                             CELL                                                                                             
 s_name:                            timestamp=1537497681798, value=LiYing                                                           
 s_sex:                             timestamp=1537497682400, value=Male                                                             
 s_course:english                    timestamp=1537498062541, value=100                                                             
 s_course:math                       timestamp=1537497681859, value=80                                                               
4 row(s) in 0.0130 seconds

删除表删除表有两步，第一步先让该表不可用，第二步删除表。直接drop未disable的表会失败。

disable 't_student'
drop 't_student'

查询历史的表

create 't_teacher',{NAME=>'username',VERSIONS=>5}

put 't_teacher','91001','username','Mary'
put 't_teacher','91001','username','Mary1'
put 't_teacher','91001','username','Mary2'
put 't_teacher','91001','username','Mary3'
put 't_teacher','91001','username','Mary4'  
put 't_teacher','91001','username','Mary5'

get 't_teacher','91001',{COLUMN=>'username',VERSIONS=>5}

hbase(main):064:0> get 't_teacher','91001',{COLUMN=>'username',VERSIONS=>5}
COLUMN                             CELL                                                                                             
 username:                         timestamp=1537498459746, value=Mary5                                                             
 username:                         timestamp=1537498455244, value=Mary4                                                             
 username:                         timestamp=1537498455193, value=Mary3                                                             
 username:                         timestamp=1537498455174, value=Mary2                                                             
 username:                         timestamp=1537498455149, value=Mary1                                                             
5 row(s) in 0.0110 seconds

退出hbase

exit

Hive与Hbase集成

配置

编辑hive-site.xml配置文件，

添加hive.zookeeper.quorum， hbase.zookeeper.quorum属性

<property>
  <name>hive.zookeeper.quorum</name>
  <value>master,node1,node2</value>
</property>
<property>
  <name>hbase.zookeeper.quorum</name>
  <value>master,node1,node2</value>
</property>

编辑hive-env.sh文件，添加HADOOP_HOME， HBASE_HOME属性

export HADOOP_HOME=/data/tools/bigdata/hadoop-2.7.7
export HBASE_HOME=/data/tools/bigdata/hbase-2.4.11

命令启动hive，如不报错表示hive与hbase整合成功

hive

操作

hbase中创建表

create 't_user', 'info'
put 't_user','1','info:name','xiaoming'
put 't_user','1','info:sex','man'

在hive中创建一张hbase与hive的映射表, 建表语句如下

create external table t_user (
        id string,
        name string,
        sex string
)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,info:name,info:sex")
TBLPROPERTIES("hbase.table.name" = "t_user")

通过hive客户端查询该表的数据

select * from t_user;

结果

hive> select * from t_user;
OK
1       xiaoming   man
Time taken: 2.172 seconds, Fetched: 1 row(s)

hbase中加一条数据

put 't_user','2','info:name','test'
put 't_user','2','info:sex','123456'

hive再次查询

select * from t_user;

结果

hive> select * from t_user;
OK
1       xiaoming   man
2       test    123456
Time taken: 0.408 seconds, Fetched: 2 row(s)

至此，hive与hbase集成成功.

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2022-04-25，如有侵权请联系 cloudcommunity@tencent.com 删除

zookeeper

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度