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 |
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
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 $HBASE_HOME
查看hbase版本 :
hbase version
配置hbase-env.sh 在hbase-env.sh添加如下内容
export JAVA_HOME=/usr/java/jdk1.8.0_221-amd64
export HBASE_MANAGES_ZK=true
说明:
其中
HBASE_MANAGES_ZK=true
,表示由hbase自己管理zookeeper,不需要单独的zookeeperHBASE_MANAGES_ZK=false
则表示使用独立部署的zookeeper。
配置hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>file:///data/tools/bigdata/zdata/hbase</value>
</property>
</configuration>
说明:
hbase.rootdir,用于指定HBase数据的存储位置,因为如果不设置的话,hbase.rootdir默认为/tmp/hbase-${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
$HBASE_HOME/bin/stop-hbase.sh
配置hbase-env.sh 在hbase-env.sh添加如下内容
export JAVA_HOME=$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
$HADOOP_HOME/sbin/stop-dfs.sh
配置hbase-env.sh 在hbase-env.sh添加如下内容
export JAVA_HOME=$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:
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
$HBASE_HOME/sbin/stop-dfs.sh
HBase启动成功之后:
master节点上的进程有:HMaster slave节点上的进程有:HRegionServer、HQuorumPerr
安装zookeeper zookeeper的下载和解压这里不赘述,直接开始zookeeper集群的配置。 首先,导出zookeeper环境编辑,添加如下内容到~/.bash_profile中
export ZOOKEEPER_HOME=/data/tools/bigdata/zookeeper-3.4.10
export PATH=$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:
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。
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:
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
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
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.