[喵咪大数据]Hbase搭建和基本使用

说完了Hive我们接着来看另外一个建立在Hadoop基础上的存储引擎HBase,HBase以内存作为缓存数据落地到HDFS的Key-Value数据库,因为使用内存缓存极大保障了数据的实时性和实时查询能力,在实时场景的大数据存储HBase是不可或缺的解决方案,常见又在使用这项技术的业务就是短链,比如你在微信给你的朋友发个URL最终你的朋友获取到的是微信的一个短链接(QQ淘宝都是如此),在HBase中就存储了这样一个对应关系,这一切都归功于HBase的吞吐量和实时响应速度.

附上:
Hbase官网:Apache HBase – Apache HBase™ Home
喵了个咪的博客:w-blog.cn

1. 准备工作

准备软件包

zookeeper-3.4.10.tar.gz
hbase-1.3.1-bin.tar.gz

Hbase依赖于Zookeeper和Hadoop集群所以我们在之前配置好的Hadoop集群下来配置整体的Hbase集群
服务器清单

# hadoop-1      192.168.1.101    NameNode DataNode
$ hadoop-2      192.168.1.102    DataNode
$ hadoop-3      192.168.1.103    DataNode

Zookeeper安装

> cd /app/install/
> tar -zxvf zookeeper-3.4.10.tar.gz
> mv zookeeper-3.4.10 /usr/local/

修改配置文件

> cd /usr/local/zookeeper-3.4.10/conf/
> cp zoo_sample.cfg zoo.cfg
> vim zoo.cfg
tickTime=2000
dataDir=/usr/local/zookeeper-3.4.10/data
clientPort=2181
initLimit=10
syncLimit=5
server.1=hadoop-1:2888:3888
server.2=hadoop-2:2888:3888
server.3=hadoop-3:2888:3888

所有节点修改环境变量

> vim /etc/profile
# zookeeper
export ZOOKEEPER_HOME=/usr/local/zookeeper-3.4.10
export PATH=$ZOOKEEPER_HOME/bin:$PATH
> source /etc/profile

将zookeeper目录复制到其他节点上

> scp -r /usr/local/zookeeper-3.4.10/ root@hadoop-2:/usr/local/zookeeper-3.4.10
> scp -r /usr/local/zookeeper-3.4.10/ root@hadoop-3:/usr/local/zookeeper-3.4.10

添加myid文件(每节点都需要)

> cd /usr/local/zookeeper-3.4.10
> mkdir data
> echo "1" > data/myid

注意，每个节点myid文件要不一致

启动并测试

# 在三台机器上分别执行
> zkServer.sh start# 查看状态
[root@hadoop-1 zookeeper-3.4.10]#  zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower[root@hadoop-2 zookeeper-3.4.10]# zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: leader[root@hadoop-3 zookeeper-3.4.10]#  zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower

2.安装HBase

> cd /app/install/
> tar -zxvf hbase-1.3.1-bin.tar.gz
> mv hbase-1.3.1 /usr/local/

修改配置文件

> vim /usr/local/hbase-1.3.1/conf/hbase-env.sh
# 配置Java环境变量
export JAVA_HOME=/usr/local/jdk1.8
# hbase使用外部的zk
export HBASE_MANAGES_ZK=false

增加相应配置

> vim /usr/local/hbase-1.3.1/conf/hbase-site.xml
<configuration><!-- 指定hbase在HDFS上存储的路径 --><property><name>hbase.rootdir</name><value>hdfs://hadoop-1:9000/hbase</value></property><!-- 指定hbase是分布式的 --><property><name>hbase.cluster.distributed</name><value>true</value></property><!-- 指定zk的地址，多个用“,”分割 --><property><name>hbase.zookeeper.quorum</name><value>hadoop-1:2181,hadoop-2:2181,hadoop-3:2181</value></property>
</configuration>

增加子节点

> vim /usr/local/hbase-1.3.1/conf/regionservers
hadoop-2
hadoop-3

创建hdfs中数据存放路径b

> hdfs dfs -mkdir /user/hadoop/hbase

复制到其他节点

> scp -r /usr/local/hbase-1.3.1/ root@hadoop-2:/usr/local/hbase-1.3.1
> scp -r /usr/local/hbase-1.3.1/ root@hadoop-3:/usr/local/hbase-1.3.1
# 分别赋予权限
chown -R hadoop:hadoop /usr/local/hbase-1.3.1/

所有节点配置环境变量

> vim /etc/profile
# hbase
export HBASE_HOME=/usr/local/hbase-1.3.1
export PATH=$HBASE_HOME/bin:$PATH
> source /etc/profile

启动集群

su hadoop
start-hbase.sh

通过JPS可以查看到主节点上有HMaster进程子节点上有HRegionServer进程

内网可以访问Hbase管理界面 http://hadoop-1:16010

3.基本操作

通过如下命令可以进入Hbase的shell操作界面

hbase shell
hbase(main):001:0>

一般操作

查询服务器状态

hbase(main):024:0>status
1 active master, 0 backup masters, 2 servers, 0 dead, 1.0000 average load

查询HBase版本信息

hbase(main):025:0>version
1.3.1, r930b9a55528fe45d8edce7af42fef2d35e77677a, Thu Apr  6 19:36:54 PDT 2017

二、DDL操作

1.创建一个表

hbase(main):011:0>create 'member','member_id','address','info'
0 row(s) in 1.2210seconds

2.获得表的描述

hbase(main):012:0>list
TABLE
member
1 row(s) in 0.0160secondshbase(main):006:0>describe 'member'
DESCRIPTION                                                                                          ENABLED                                               {NAME => 'member', FAMILIES => [{NAME=> 'address', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', true                                                 VERSIONS => '3', COMPRESSION => 'NONE',TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'fa                                                       lse', BLOCKCACHE => 'true'}, {NAME =>'info', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSI                                                       ONS => '3', COMPRESSION => 'NONE', TTL=> '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false',                                                        BLOCKCACHE => 'true'}]}
1 row(s) in 0.0230seconds

3.删除一个列族，alter，disable，enable

我们之前建了3个列族，但是发现member_id这个列族是多余的，因为他就是主键，所以我们要将其删除。

hbase(main):003:0>alter 'member',{NAME=>'member_id',METHOD=>'delete'}
ERROR: Table memberis enabled. Disable it first before altering.

直接操作会报错，如果需要删除列族的时候必须先将表给disable掉。

hbase(main):004:0>disable 'member'
0 row(s) in 2.0390seconds
hbase(main):005:0>alter'member',{NAME=>'member_id',METHOD=>'delete'}
0 row(s) in 0.0560seconds
hbase(main):006:0>describe 'member'
DESCRIPTION                                                                                          ENABLED                                               {NAME => 'member', FAMILIES => [{NAME=> 'address', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0',false                                                 VERSIONS => '3', COMPRESSION => 'NONE',TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'fa                                                       lse', BLOCKCACHE => 'true'}, {NAME =>'info', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSI                                                       ONS => '3', COMPRESSION => 'NONE', TTL=> '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false',                                                        BLOCKCACHE => 'true'}]}
1 row(s) in 0.0230seconds

该列族已经删除，我们继续将表enable

hbase(main):008:0> enable 'member'
0 row(s) in 2.0420seconds

4.列出所有的表

hbase(main):028:0>list
TABLE
member
temp_table
2 row(s) in 0.0150seconds

5.drop一个表

hbase(main):029:0>disable 'temp_table'
0 row(s) in 2.0590seconds

hbase(main):030:0>drop 'temp_table'
0 row(s) in 1.1070seconds

6.查询表是否存在

hbase(main):021:0>exists 'member'
Table member doesexist
0 row(s) in 0.1610seconds

7.判断表是否enable

hbase(main):034:0>is_enabled 'member'
true
0 row(s) in 0.0110seconds

8.判断表是否disable

hbase(main):032:0>is_disabled 'member'
false
0 row(s) in 0.0110seconds

三、DML操作

1.插入几条记录

put'member','scutshuxue','info:age','24'
put'member','scutshuxue','info:birthday','1987-06-17'
put'member','scutshuxue','info:company','alibaba'
put'member','scutshuxue','address:contry','china'
put'member','scutshuxue','address:province','zhejiang'
put'member','scutshuxue','address:city','hangzhou'

put'member','xiaofeng','info:birthday','1987-4-17'
put'member','xiaofeng','info:favorite','movie'
put'member','xiaofeng','info:company','alibaba'
put'member','xiaofeng','address:contry','china'
put'member','xiaofeng','address:province','guangdong'
put'member','xiaofeng','address:city','jieyang'
put'member','xiaofeng','address:town','xianqiao'

2.获取一条数据

获取一个id的所有数据

hbase(main):001:0>get 'member','scutshuxue'
COLUMN                                   CELL                                                                                                               address:city                           timestamp=1321586240244, value=hangzhou                                                                            address:contry                         timestamp=1321586239126, value=china                                                                               address:province                       timestamp=1321586239197, value=zhejiang                                                                            info:age                               timestamp=1321586238965, value=24                                                                                  info:birthday                          timestamp=1321586239015, value=1987-06-17                                                                          info:company                           timestamp=1321586239071, value=alibaba
6 row(s) in 0.4720seconds

获取一个id，一个列族的所有数据

hbase(main):002:0>get 'member','scutshuxue','info'
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321586238965, value=24                                                                                  info:birthday                          timestamp=1321586239015, value=1987-06-17                                                                          info:company                           timestamp=1321586239071, value=alibaba
3 row(s) in 0.0210seconds

获取一个id，一个列族中一个列的所有数据

hbase(main):002:0>get 'member','scutshuxue','info:age'
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321586238965, value=24
1 row(s) in 0.0320seconds

6.更新一条记录

将scutshuxue的年龄改成99

hbase(main):004:0>put 'member','scutshuxue','info:age' ,'99'
0 row(s) in 0.0210seconds

hbase(main):005:0>get 'member','scutshuxue','info:age'
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321586571843, value=99
1 row(s) in 0.0180seconds

3.通过timestamp来获取两个版本的数据

hbase(main):010:0>get 'member','scutshuxue',{COLUMN=>'info:age',TIMESTAMP=>1321586238965}
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321586238965, value=24
1 row(s) in 0.0140seconds

hbase(main):011:0>get 'member','scutshuxue',{COLUMN=>'info:age',TIMESTAMP=>1321586571843}
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321586571843, value=99
1 row(s) in 0.0180seconds

4.全表扫描：

hbase(main):013:0>scan 'member'
ROW                                     COLUMN+CELL                                                                                                        scutshuxue                             column=address:city, timestamp=1321586240244, value=hangzhou                                                       scutshuxue                             column=address:contry, timestamp=1321586239126, value=china                                                        scutshuxue                             column=address:province, timestamp=1321586239197, value=zhejiang                                                   scutshuxue                              column=info:age,timestamp=1321586571843, value=99                                                                 scutshuxue                             column=info:birthday, timestamp=1321586239015, value=1987-06-17                                                    scutshuxue                             column=info:company, timestamp=1321586239071, value=alibaba                                                        temp                                   column=info:age, timestamp=1321589609775, value=59                                                                 xiaofeng                               column=address:city, timestamp=1321586248400, value=jieyang                                                        xiaofeng                               column=address:contry, timestamp=1321586248316, value=china                                                        xiaofeng                               column=address:province, timestamp=1321586248355, value=guangdong                                                  xiaofeng                               column=address:town, timestamp=1321586249564, value=xianqiao                                                       xiaofeng                               column=info:birthday, timestamp=1321586248202, value=1987-4-17                                                     xiaofeng                               column=info:company, timestamp=1321586248277, value=alibaba                                                        xiaofeng                               column=info:favorite, timestamp=1321586248241, value=movie
3 row(s) in 0.0570seconds

5.删除id为temp的值的‘info:age’字段

hbase(main):016:0>delete 'member','temp','info:age'
0 row(s) in 0.0150seconds
hbase(main):018:0>get 'member','temp'
COLUMN                                   CELL
0 row(s) in 0.0150seconds

6.删除整行

hbase(main):001:0>deleteall 'member','xiaofeng'
0 row(s) in 0.3990seconds

7.查询表中有多少行：

hbase(main):019:0>count 'member'
2 row(s) in 0.0160seconds

8.给”xiaofeng”这个id增加’info:age’字段，并使用counter实现递增

hbase(main):057:0*incr 'member','xiaofeng','info:age'
COUNTER VALUE = 1hbase(main):058:0>get 'member','xiaofeng','info:age'
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321590997648, value=\x00\x00\x00\x00\x00\x00\x00\x01
1 row(s) in 0.0140secondshbase(main):059:0>incr 'member','xiaofeng','info:age'
COUNTER VALUE = 2hbase(main):060:0>get 'member','xiaofeng','info:age'
COLUMN                                   CELL                                                                                                               info:age                               timestamp=1321591025110, value=\x00\x00\x00\x00\x00\x00\x00\x02
1 row(s) in 0.0160seconds

获取当前count的值

hbase(main):069:0>get_counter 'member','xiaofeng','info:age'
COUNTER VALUE = 2

9.将整张表清空：

hbase(main):035:0>truncate 'member'
Truncating 'member'table (it may take a while):- Disabling table...- Dropping table...- Creating table...
0 row(s) in 4.3430seconds

可以看出，hbase是先将掉disable掉，然后drop掉后重建表来实现truncate的功能的。

4. 其他

导出Hbase数据

# 导出到hdfs
hbase org.apache.hadoop.hbase.mapreduce.Driver export member /hbase/export/member
# 导出文件列表
[hadoop@sunmi-hadoop-1 hbase-1.3.1]$ hdfs dfs -ls /hbase/export/member
Found 2 items
-rw-r--r--   2 hadoop supergroup          0 2017-08-01 15:11 /hbase/export/member/_SUCCESS
-rw-r--r--   2 hadoop supergroup        775 2017-08-01 15:11 /hbase/export/member/part-m-00000

# 导入需要先创建表
create 'member2','address','info'
$ 通过导出的数据导入
hbase org.apache.hadoop.hbase.mapreduce.Driver import member2 /hbase/export/member
# 查询数据
get 'member2','sc utshuxue'

预分区

类似于Hive的分区和桶的概念,用法如下

> create 't1', 'cf', SPLITS => ['20150501000000000', '20150515000000000', '20150601000000000']或者> create 't2', 'cf', SPLITS_FILE => '/home/hadoop/splitfile.txt'/home/hadoop/splitfile.txt中存储内容如下：
20150501000000000
20150515000000000
20150601000000000

从HBase的Web UI中可以查看到表的分区

启动thrift 服务

Hbase 有两套Thrift调用方式分别是Thrift1 和 thrift2 大部分开源和Thrift相结合的都是使用 thrift1 但是 Thrift2 是对于 thrift1 的简化更适合编写代码中使用可以通过指定端口的方式来同时运行两个服务 –infoport 9096 -p 9091 推荐thrift模式 thrift2 使用指定端口

PS:但是有些服务仅仅支持thrift1的协议比如我们后面要说的的

/usr/local/hbase-1.3.1/bin/hbase-daemon.sh --config /usr/local/hbase-1.3.1/conf foreground_start thrift --infoport 9096 -p 9091

启动 Thrift2 服务

# 开启本机的thrift服务
hbase-daemon.sh start thrift2
# 开启集群其余机器thrift服务
hbase-daemons.sh start thrift2

使用Supervisor守护进程方式前台运行

/usr/local/hbase-1.3.1/bin/hbase-daemon.sh --config /usr/local/hbase-1.3.1/conf foreground_start thrift2

注意如果程序长连接使用HBase服务会出现过一段时间断开的问题应为超时机制 60S 超时断掉了这个时候可以通过设置配置文件来解决,因此在conf/hbase-site.xml中添加上配置即可：

> vim /usr/local/hbase-1.3.1/conf/hbase-site.xml
<property><name>hbase.thrift.server.socket.read.timeout</name><value>6000000</value><description>eg:milisecond</description>
</property>

服务持续运行

一般使用Supervisor来进行持续执行,当服务因为异常原因终止之后会自己拉起来,但是运行程序的一定要是前台运行的程序,Hbase主要运行hbasemaster和hbaseregionserver就可以正常提供服务了

# hbaseregionserver
/usr/local/hbase-1.3.1/bin/hbase-daemon.sh --config /usr/local/hbase-1.3.1/conf foreground_start regionserver

# hbasemaster
/usr/local/hbase-1.3.1/bin/hbase-daemon.sh --config /usr/local/hbase-1.3.1/conf foreground_start master

5 总结

经过本节的介绍大家对HBase也有了一定的了解,HBase在集群模式下能够带来更大的性能和容量优势,但是HBase在统计汇总能力比较弱,下节将介绍HBase和Hive互相结合集成Hive的结构化方便查询统计优点也结合HBase速度的优势,并且解决Hive实时写入的问题.

注:笔者能力有限有说的不对的地方希望大家能够指出,也希望多多交流!