Alex 的 Hadoop 菜鸟教程: 第6课 Hbase 安装教程

最新推荐文章于 2024-10-22 10:11:24 发布

原创最新推荐文章于 2024-10-22 10:11:24 发布 · 6.3k 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

Alex的Hadoop菜鸟教程专栏收录该内容

22 篇文章

订阅专栏

本文提供了一篇基于Centos 6.x和CDH 5.x的HBase分布式安装教程，涵盖从HBase概念、架构到安装、配置、启动和服务验证的详细步骤。教程特别强调了配置文件在所有机器上的同步修改，以及服务启动顺序的重要性。

原帖地址： http://blog.csdn.net/nsrainbow/article/details/38515007

声明：

本文基于Centos 6.x + CDH 5.x
官方英文安装教程http://www.cloudera.com/content/cloudera-content/cloudera-docs/CDH5/latest/CDH5-Installation-Guide/cdh5ig_hbase_installation.html 。本文并不是简单翻译，而是再整理
因为之前说过了HA模式的部署，所以这边不会说单机版的安装，直接说分布式的安装
有一个基本常识需要知道，hadoop的配置文件基本上是所有机器都一样的，所以如果有改到配置文件方面基本都是要同步修改所有机器

介绍

Hbase是什么

Hbase 是基于google那篇 bigtable的论文的一个开源的实现，基于hdfs来存储表里面的数据。是一个NoSQL数据库。它是一个列式数据库。啥叫列式数据库呢？我们一般的数据库里面一行的数据就是存成一行，但是在hbase里面如果你这行有5个列，那就是5个独立的键值对，有可能都不是存在同一台机器上，这5个键值对之间的关联就是 rowkey，他们有共同的rowkey，除此之外他们之间么有关联，就像完全属于不同的表一样。

Hbase的架构

HMaster— HBase中仅有一个Master server。
HRegionServer—负责多个HRegion使之能向client端提供服务，在HBase cluster中会存在多个HRegionServer。

安装

配置最大文件数

centos 最大文件数

hbase 会打开很多文件，而centos的默认最大打开数是不够的，所以要调整

编辑 /etc/security/limits.conf file 增加下面两行

hdfs  -       nofile  32768
hbase -       nofile  32768

hdfs最大文件数

还要调整hdfs的最大文件数。编辑 /etc/hadoop/conf/hdfs-site.xml 增加以下属性 (所有机器)

<property>
  <name>dfs.datanode.max.xcievers</name>
  <value>4096</value>
</property>

如果不增加这个容易出现以下错误

10/12/08 20:10:31 INFO hdfs.DFSClient: Could not obtain block blk_XXXXXXXXXXXXXXXXXXXXXX_YYYYYYYY from any node: 
java.io.IOException: No live nodes contain current block. Will get new block locations from namenode and retry...

记得改完后重启hadoop的服务

安装hbase

在随便一台你要运行hbase的机子上安装，这里就在 host1 上安装吧(根据之前的课程 Alex 的 Hadoop 菜鸟教程: 第4课 Hadoop 安装教程 - HA方式 (2台服务器) 我们有两台机器 host1 和 host2 )

$ sudo yum install hbase -y

如果没有yum源请参考 Alex 的 Hadoop 菜鸟教程: 第2课 hadoop 安装教程 (CentOS6 CDH分支 yum方式)

用

rpm -ql hbase

检验安装路径，会发现安装在 /usr/lib/hbase下

安装hbase-master

这边要说下hbase的 master 和 slave 概念。hbase 运行的时候有一个master 和多个 slave 。这边的 hbase-master 从命名上也能看出就是master机。

还是选择在 host1 上安装

yum install hbase-master -y

在 host1 和 host2 两台机子上都修改 /etc/hbase/conf/hbase-site.xml 在 <configuration> 和 </configuration> 之间增加以下2个属性

  <property>
    <name>hbase.cluster.distributed</name>
    <value>true</value>
  </property>
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://mycluster/hbase</value>
  </property>

这里的mycluster 是我自己的集群id，具体名称看你在 hdfs-site.xml 里面的 dfs.nameservices 属性配的是什么名字了。

在hdfs上建立 hbase 使用的文件夹

sudo -u hdfs hdfs dfs -mkdir /hbase
sudo -u hdfs hdfs dfs -chown hbase /hbase

启动 hbase-master 。 hbase-master 是需要zookeeper的，所以确保你的zookeeper启动了。

安装 RegionServer

官方建议在所有的 datanode 机器上安装 RegionServer 。所以在host1 和 host2 都安装 RegionServer 。

yum install hbase-regionserver -y

安装好后修改两台机器的配置文件 /etc/hbase/conf/hbase-site.xml ，在 <configuration> 和 </configuration> 中增加以下属性

    <property>
      <name>hbase.zookeeper.quorum</name>
      <value>mymasternode</value>
    </property>

这里的 mymasternode 要替换成真实的地址。这个东西其实我们在 Alex 的 Hadoop 菜鸟教程: 第4课 Hadoop 安装教程 - HA方式 (2台服务器) 中见过，在hdfs的HA配置中有一个属性叫 ha.zookeeper.quorum 配置的是 zookeeper 集群的地址，同理的，这边也是配置了hbase 的 RegionServer 需要的 zookeeper 地址，所以在本例中我们配置成

    <property>
      <name>hbase.zookeeper.quorum</name>
      <value>host1:2181,host2:2181</value>
    </property>

启动Hbase

先启动hbase-master 再期待共 hbase-regionserver

service hbase-master start
service hbase-regionserver start

注意：确保两台机器的hbase-site.xml的配置是一样的，别某台机器漏掉了某项配置就麻烦了

安装HBase Thrift Server

这个Thrift 是用来让其他程序跟Hbase连接用的，你可以看做是有了Thrift 之后Hbase才开放了程序调用的API，你才可以用不同的语言来调用hbase。我们选择hbase-master 所在的 host1进行安装

 yum install hbase-thrift -y

启动服务

service hbase-thrift start

服务的启动顺序

官方说服务的启动顺序是这样的

zookeeper
hbase-master
各个regionserver

检验

web界面

服务都启动完毕后，访问 http://host1:60010/ 会看到这样的界面

shell命令行工具

在 hbase-master 那台机子上进入 hbase shell 并运行 list 查询所有表试试看

$ hbase shell

......

hbase(main):001:0> list
TABLE                                                                                                                         
0 row(s) in 15.1010 seconds

=> []

如果没有报任何异常，输出像这样，那么恭喜你成功了！

如果出现任何异常就去 /var/log/hbase/ 下面看日志，这些日志对你解决问题的帮助非常大，可以说是唯一的线索！