HBase学习笔记（一）

淡淡的烟草味﹌ 2023-09-23 14:48 99阅读 0赞

**目录**

一：HBase 简介

1.1 HBase 定义

1.2 HBase 数据模型

1.2.1 HBase 逻辑结构

1.2.2 HBase 物理存储结构

1.2.3 数据模型

1.3 HBase 基本架构

二：HBase 快速入门

2.1 HBase 安装部署

2.1.1 Zookeeper 正常部署

2.1.2 Hadoop 正常部署

2.1.3 HBase 的解压

2.1.4 HBase 的配置文件

2.1.5 HBase 远程发送到其他集群

2.1.6 HBase 服务的启动

2.1.7 查看 HBase 页面

--------------------

# 一：HBase 简介 #

## **1.1 HBase** **定义**  ##

> Apache HBase ™ 是以  hdfs  为数据存储的，一种分布式、可扩展的 **NoSQL**  数据库。

## **1.2 HBase** **数据模型**  ##

HBase  的设计理念依据  Google  的  BigTable  论文，论文中对于数据模型的首句介绍。

> **Bigtable 是一个稀疏的、分布式的、持久的多维排序 map。**

之后对于映射的解释如下：

> 该映射由行键、列键和时间戳索引；映射中的每个值都是一个未解释的字节数组。

最终 HBase 关于数据模型和 BigTable 的对应关系如下：

> HBase  使用与  Bigtable  非常相似的数据模型。用户将数据行存储在带标签的表中。数 据行具有可排序的键和任意数量的列。该表存储稀疏，因此如果用户喜欢，同一表中的行可 以具有疯狂变化的列。

最终理解  HBase  数据模型的关键在于 稀疏、分布式、多维、排序 的映射。其中映射 map指代非关系型数据库的 key-Value  结构。

### **1.2.1 HBase** **逻辑结构** ###

HBase  可以用于存储多种结构的数据，以  JSON  为例，存储的数据原貌为：

{
        "row_key1": {
            "personal_info": {
                "name": "zhangsan",
                "city": "北京",
                "phone": "131********"
            },
            "office_info": {
                "tel": "010-1111111",
                "address": "atguigu"
            }
        },
        "row_key11": {
            "personal_info": {
                "city": "上海",
                "phone": "132********"
            },
            "office_info": {
                "tel": "010-1111111"
            }
        },
        "row_key2": {
            ......
        }

![83606d9b39c545cfb11f4e3823fd9228.png][]

### **1.2.2 HBase** **物理存储结构**  ###

> 物理存储结构即为数据映射关系，而在概念视图的空单元格，底层实际根本不存储。

![f9618f59b777404d8a5e379c7c08fca5.png][]

### **1.2.3** **数据模型** ###

**1）Name Space**

> 命名空间，类似于关系型数据库的 **database** 概念，每个命名空间下有多个表。HBase 两个自带的命名空间，分别是 **hbase** 和 **default**，**hbase 中存放的是 HBase 内置的表(****供系统使用****)**，**default表是用户默认使用的命名空间**。

**2）Table**

> 类似于关系型数据库的**表（Table）**概念。不同的是，HBase 定义表时**只需要声明列族**即可，**不需要声明具体的列**。因为数据存储时稀疏的，所有往 HBase 写入数据时，字段可以 **动态、按需**  指定。因此，和关系型数据库相比，**HBase 能够轻松应对字段变更的场景。**

**3）Row**

> HBase 表中的每行数据都由一个  **RowKey**  和多个  **Column** （列）组成，数据是按照 **RowKey 的字典顺序**存储的，并且查询数据时只能根据 RowKey 进行检索，所以 RowKey 的设计十分重要。

**4）Column**

> HBase 中的每个列都由  **Column Family(列族)** 和  **Column Qualifier（列限定符）** 进行限定，例如 info：name，info：age。建表时，只需指明列族，而列限定符无需预先定义。

**5）Time Stamp**

> 用于标识数据的不同版本（version），每条数据写入时，系统会自动为其加上该字段，其值为写入HBase 的时间。

**6）Cell**

> 由 \{rowkey, column Family ： column Qualifier, timestamp\}  唯一确定的单元。 cell  中的数据全部是字节码形式存贮。

## **1.3 HBase** **基本架构**  ##

![6ee73c78140540d2b081c84d05a6b37b.png][]

**架构角色：**

**1）Master**

实现类为  HMaster ，**负责监控集群中所有的 RegionServer 实例**。主要作用如下：

> （1）管理元数据表格 hbase:meta，接收用户对表格创建修改删除的命令并执行 
> 
> （2）监控 region 是否需要进行负载均衡，故障转移和 region 的拆分。

通过启动多个后台线程监控实现上述功能：

> ① LoadBalancer  负载均衡器 
> 
> 周期性监控  region  分布在  regionServer  上面是否均衡，由参数  hbase.balancer.period  控制周期时间，默认 5  分钟。 
> 
> ② CatalogJanitor  元数据管理器定期检查和清理 hbase:meta  中的数据。 meta  表内容在进阶中介绍。 
> 
> ③ MasterProcWAL master  预写日志处理器 
> 
> 把  master  需要执行的任务记录到预写日志  WAL  中，如果  master  宕机，让  backupMaster读取日志继续干。

**2）Region Server**

Region Server  实现类为  HRegionServer ，主要作用如下 :

> （1）负责数据  cell  的处理，例如写入数据  put ，查询数据  get  等 
> 
> （2）拆分合并  region  的实际执行者，有  master  监控，有  regionServer  执行。

**3）Zookeeper**

> HBase  通过  Zookeeper  来做  master  的高可用、记录  RegionServer  的部署信息、并且存储有 meta  表的位置信息。 
> 
> HBase  对于数据的读写操作时直接访问  Zookeeper  的，在  2.3  版本推出  Master Registry模式，客户端可以直接访问 master 。使用此功能，会加大对  master  的压力，减轻对  Zookeeper的压力。

**4）HDFS**

> HDFS  为  Hbase  提供最终的底层数据存储服务，同时为  HBase  提供高容错的支持。

# 二：**HBase** **快速入门**  #

附：根据自己的集群进行适当改变，本文用的集群是hadoop102,103,104

## **2.1 HBase** **安装部署** ##

### **2.1.1 Zookeeper** **正常部署**  ###

首先保证  Zookeeper  集群的正常部署，并启动之。

### **2.1.2 Hadoop** **正常部署**  ###

Hadoop  集群的正常部署并启动。

### **2.1.3 HBase** **的解压** ###

1 ）解压  Hbase  到指定目录

[atguigu@hadoop102 software]$ tar -zxvf hbase-2.4.11-bin.tar.gz -C 
    /opt/module/
    [atguigu@hadoop102 software]$ mv /opt/module/hbase-2.4.11
    /opt/module/hbase

2 ）配置环境变量

[atguigu@hadoop102 ~]$ sudo vim /etc/profile.d/my_env.sh

添加如下代码：

#HBASE_HOME
    export HBASE_HOME=/opt/module/hbase
    export PATH=$PATH:$HBASE_HOME/bin

3 ）使用  source  让配置的环境变量生效

[atguigu@hadoop102 module]$ source /etc/profile.d/my_env.sh

### **2.1.4 HBase** **的配置文件** ###

1 ） hbase-env.sh  修改内容，可以添加到最后：

export HBASE_MANAGES_ZK=false

2 ） hbase-site.xml  修改内容：

<?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
     <property>
     <name>hbase.zookeeper.quorum</name>
     <value>hadoop102,hadoop103,hadoop104</value>
     <description>The directory shared by RegionServers.
     </description>
     </property>
    
    
    
    
    
    
    
     <property>
     <name>hbase.rootdir</name>
     <value>hdfs://hadoop102:8020/hbase</value>
     <description>The directory shared by RegionServers.
     </description>
     </property>
     <property>
     <name>hbase.cluster.distributed</name>
     <value>true</value>
     </property>
    </configuration>

3 ） regionservers

hadoop102
    hadoop103
    hadoop104

4 ）解决  HBase  和  Hadoop  的  log4j  兼容性问题，修改  HBase  的  jar  包，使用  Hadoop  的  jar  包

[atguigu@hadoop102 hbase]$ mv /opt/module/hbase/lib/client-facingthirdparty/slf4j-
    reload4j-1.7.33.jar /opt/module/hbase/lib/clientfacing-thirdparty/slf4j-reload4j-
    1.7.33.jar.bak

### **2.1.5 HBase** **远程发送到其他集群**  ###

[atguigu@hadoop102 module]$ xsync hbase/

### **2.1.6 HBase** **服务的启动** ###

1 ）单点启动

[atguigu@hadoop102 hbase]$ bin/hbase-daemon.sh start master
    [atguigu@hadoop102 hbase]$ bin/hbase-daemon.sh start regionserver

2 ）群启

[atguigu@hadoop102 hbase]$ bin/start-hbase.sh

3 ）对应的停止服务

[atguigu@hadoop102 hbase]$ bin/stop-hbase.sh

### **2.1.7** **查看** **HBase** **页面** ###

> 启动成功后，可以通过“ host:port ”的方式来访问  HBase  管理页面，例如： http://hadoop102:16010

[83606d9b39c545cfb11f4e3823fd9228.png]: https://img-blog.csdnimg.cn/83606d9b39c545cfb11f4e3823fd9228.png
[f9618f59b777404d8a5e379c7c08fca5.png]: https://img-blog.csdnimg.cn/f9618f59b777404d8a5e379c7c08fca5.png
[6ee73c78140540d2b081c84d05a6b37b.png]: https://img-blog.csdnimg.cn/6ee73c78140540d2b081c84d05a6b37b.png