上一节:
下一节:

  HBase 安装

  • HBase 安装

    本章介绍了如何安装和初始配置HBase。要使用HBase，需要Java和Hadoop，因此您必须在系统中下载并安装Java和Hadoop。

  • 安装前设置

    在将Hadoop安装到Linux环境之前，我们需要使用ssh（Secure Shell）设置Linux 。请按照以下给出的步骤来设置Linux环境。
    创建一个用户
    首先，建议为Hadoop创建一个单独的用户，以将Hadoop文件系统与Unix文件系统隔离。请按照下面给出的步骤创建用户。
    • 使用命令“su”打开根。
    • 使用命令“useradd username”从根帐户创建一个用户。
    • 现在，您可以使用命令“su username”打开一个现有的用户帐户。
    打开Linux终端，然后键入以下命令来创建用户。 
    
$ su
password:
# useradd hadoop
# passwd hadoop
New passwd:
Retype new passwd
    SSH设置和密钥生成
    需要SSH设置才能在集群上执行不同的操作，例如启动，停止和分布式守护程序shell操作。为了认证Hadoop的不同用户，需要为Hadoop用户提供公钥/私钥对，并与其他用户共享。
    以下命令用于使用SSH生成键值对。将公共密钥形式id_rsa.pub复制到authorized_keys，并分别向所有者提供对authorized_keys文件的读写权限。 
    
$ ssh-keygen -t rsa
$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
$ chmod 0600 ~/.ssh/authorized_keys
    验证ssh 
    
ssh localhost

  • 安装Java

    Java是Hadoop和HBase的主要前提。首先，您应该使用“java -version”来验证系统中是否存在Java。Java版本命令的语法如下。 
    
$ java -version
    如果一切正常，它将为您提供以下输出。 
    
java version "1.8.0_71"
Java(TM) SE Runtime Environment (build 1.8.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
    如果您的系统中未安装Java，请按照以下步骤安装Java。
    第1步
    通过访问以下链接Oracle Java下载Java（JDK <最新版本>-X64.tar.gz）。
    然后将jdk-8u71-linux-x64.tar.gz下载到您的系统中。
    第2步
    通常，您会在Downloads文件夹中找到下载的Java文件。验证它并使用以下命令解压缩jdk-8u71-linux-x64.gz文件。 
    
$ cd Downloads/
$ ls
jdk-8u71-linux-x64.gz

$ tar zxf jdk-8u71-linux-x64.gz
$ ls
jdk1.8.0_71 jdk-8u71-linux-x64.gz
    第3步
    为了使Java对所有用户可用，您必须将其移动到“/usr/local/”位置。打开root并键入以下命令。 
    
$ su
password:
# mv jdk1.8.0_71 /usr/local/
# exit
    第4步
    要设置PATH和JAVA_HOME变量，请将以下命令添加到〜/.bashrc文件。 
    
export JAVA_HOME=/usr/local/jdk1.8.0_71
export PATH= $PATH:$JAVA_HOME/bin
    现在将所有更改应用于当前正在运行的系统。 
    
$ source ~/.bashrc
    现在，如上所述，从终端验证 java -version 命令。

  • 下载Hadoop

    安装Java之后，您必须安装Hadoop。首先，使用“Hadoop version”命令验证Hadoop的存在，如下所示。 
    
hadoop version
    如果一切正常，它将为您提供以下输出。 
    
Hadoop 3.3.0
Source code repository https://gitbox.apache.org/repos/asf/hadoop.git -r aa96f1871bfd858f9bac59cf2a81ec470da649af
Compiled by brahma on 2020-07-06T18:44Z
Compiled with protoc 3.7.1
From source with checksum 5dc29b802d6ccd77b262ef9d04d19c4
This command was run using /usr/local/hadoop/share/hadoop/common/hadoop-common-3.3.0.jar
    如果系统无法找到Hadoop，请在系统中下载Hadoop。请按照下面给出的命令进行操作。
    使用以下命令从Apache Software Foundation下载并解压缩hadoop-3.3.0。 
    
$ su
password:
# cd /usr/local
# wget http://mirrors.advancedhosters.com/apache/hadoop/common/hadoop-3.3.0/hadoop-3.3.0-src.tar.gz
# tar xzf hadoop-3.3.0-src.tar.gz
# mv hadoop-3.3.0/* hadoop/
# exit

  • 安装Hadoop

    以任何必需的模式安装Hadoop。在这里，我们以伪分布式模式演示HBase功能，因此以伪分布式模式安装Hadoop。
    以下步骤用于安装Hadoop
    第1步-设置Hadoop
    您可以通过将以下命令附加到〜/.bashrc文件来设置Hadoop环境变量。 
    
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
export HADOOP_INSTALL=$HADOOP_HOME
    现在将所有更改应用于当前正在运行的系统。 
    
$ source ~/.bashrc
    第2步-Hadoop配置
    您可以在“$HADOOP_HOME/etc/hadoop”位置找到所有Hadoop配置文件。您需要根据Hadoop基础结构在这些配置文件中进行更改。 
    
$ cd $HADOOP_HOME/etc/hadoop
    为了用Java开发Hadoop程序，您必须通过用系统中java的位置替换JAVA_HOME值来重置hadoop-env.sh文件中的java环境变量。 
    
export JAVA_HOME=/usr/local/jdk1.8.0_71
    您将必须编辑以下文件来配置Hadoop。
    core-site.xml
    core-site.xml文件包含的信息，如用于Hadoop的实例，分配给文件系统的存储器，存储器限制用于存储所述数据的端口号，以及读/写缓冲器的大小。
    打开core-site.xml，并在<configuration>和</configuration>标记之间添加以下属性。 
    
<configuration>

   <property> 
      <name>fs.default.name</name> 
      <value>hdfs://localhost:9000</value> 
   </property>
   
</configuration>
    hdfs-site.xml
    在hdfs-site.xml文件中包含的信息，如复制数据的值，名称节点的路径，你的本地文件系统的数据管理部路径。它表示您要存储Hadoop下文的位置。
    让我们假设以下数据。 
    
dfs.replication (data replication value) = 1

(下面的路径/hadoop/是用户名。hadoopinfra/hdfs/namenode 是hdfs文件系统创建的目录。)

namenode path = //home/hadoop/hadoopinfra/hdfs/namenode

(hadoopinfra/hdfs/datanode 是hdfs文件系统创建的目录。)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
    打开此文件，并在此文件的<configuration>，>/configuration>标记之间添加以下属性。 
    
<configuration>

   <property> 
      <name>dfs.replication</name> 
      <value>1</value> 
   </property> 
   <property> 
      <name>dfs.name.dir</name> 
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value> 
   </property> 
   <property> 
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value > 
   </property>
   
</configuration>
    注意：在上面的文件中，所有属性值都是用户定义的，您可以根据Hadoop基础结构进行更改。
    yarn-site.xml
    该文件用于将yarn配置到Hadoop中。打开yarn-site.xml文件，并在此文件的<configuration>，</configuration>标记之间添加以下属性。 
    
<configuration>

   <property> 
      <name>yarn.nodemanager.aux-services</name> 
      <value>mapreduce_shuffle</value> 
   </property>
   
</configuration>
    mapred-site.xml
    该文件用于指定我们使用的MapReduce框架。
    打开mapred-site.xml文件，并在此文件的<configuration>，>/configuration>标记之间添加以下属性。 
    
<configuration>

   <property> 
      <name>mapreduce.framework.name</name> 
      <value>yarn</value> 
   </property>

</configuration>

  • 验证Hadoop安装

    以下步骤用于验证Hadoop安装。
    步骤一：命名节点设置
    如下所示，使用命令“hdfs namenode -format”设置名称节点。 
    
$ cd ~
$ hdfs namenode -format”设置名称节点。
    预期结果如下。 
    
2020-12-22 15:24:57,009 INFO util.GSet: Computing capacity for map INodeMap
2020-12-22 15:24:57,009 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,009 INFO util.GSet: 1.0% max memory 916.4 MB = 9.2 MB
2020-12-22 15:24:57,009 INFO util.GSet: capacity      = 2^20 = 1048576 entries
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: ACLs enabled? true
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: POSIX ACL inheritance enabled? true
2020-12-22 15:24:57,012 INFO namenode.FSDirectory: XAttrs enabled? true
2020-12-22 15:24:57,012 INFO namenode.NameNode: Caching file names occurring more than 10 times
2020-12-22 15:24:57,019 INFO snapshot.SnapshotManager: Loaded config captureOpenFiles: false, skipCaptureAccessTimeOnlyChange: false, snapshotDiffAllowSnapRootDescendant: true, maxSnapshotLimit: 65536
2020-12-22 15:24:57,027 INFO snapshot.SnapshotManager: SkipList is disabled
2020-12-22 15:24:57,032 INFO util.GSet: Computing capacity for map cachedBlocks
2020-12-22 15:24:57,032 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,032 INFO util.GSet: 0.25% max memory 916.4 MB = 2.3 MB
2020-12-22 15:24:57,033 INFO util.GSet: capacity      = 2^18 = 262144 entries
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.window.num.buckets = 10
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.num.users = 10
2020-12-22 15:24:57,054 INFO metrics.TopMetrics: NNTop conf: dfs.namenode.top.windows.minutes = 1,5,25
2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache on namenode is enabled
2020-12-22 15:24:57,062 INFO namenode.FSNamesystem: Retry cache will use 0.03 of total heap and retry cache entry expiry time is 600000 millis
2020-12-22 15:24:57,065 INFO util.GSet: Computing capacity for map NameNodeRetryCache
2020-12-22 15:24:57,065 INFO util.GSet: VM type       = 64-bit
2020-12-22 15:24:57,065 INFO util.GSet: 0.029999999329447746% max memory 916.4 MB = 281.5 KB
2020-12-22 15:24:57,065 INFO util.GSet: capacity      = 2^15 = 32768 entries
2020-12-22 15:24:57,154 INFO namenode.FSImage: Allocated new BlockPoolId: BP-487692657-192.168.61.201-1608621897118
2020-12-22 15:24:57,270 INFO common.Storage: Storage directory /home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
2020-12-22 15:24:57,334 INFO namenode.FSImageFormatProtobuf: Saving image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 using no compression
2020-12-22 15:24:57,486 INFO namenode.FSImageFormatProtobuf: Image file /home/hadoop/hadoopinfra/hdfs/namenode/current/fsimage.ckpt_0000000000000000000 of size 396 bytes saved in 0 seconds .
2020-12-22 15:24:57,515 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
2020-12-22 15:24:57,526 INFO namenode.FSImage: FSImageSaver clean checkpoint: txid=0 when meet shutdown.
2020-12-22 15:24:57,527 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at www.jiaocheng.com/192.168.61.201
************************************************************/
    第二步：验证Hadoop DFS
    以下命令用于启动dfs。执行此命令将启动Hadoop文件系统。 
    
$ start-dfs.sh
    预期的输出如下： 
    
Starting namenodes on [localhost]
上一次登录：二 12月 22 15:50:41 CST 2020pts/0 上
Starting datanodes
上一次登录：二 12月 22 15:50:52 CST 2020pts/0 上
Starting secondary namenodes [www.jiaocheng.com]
上一次登录：二 12月 22 15:50:55 CST 2020pts/0 上
    第三步：验证yarn脚本
    以下命令用于启动yarn脚本。执行此命令将启动yarn守护程序。 
    
$ start-yarn.sh
    预期的输出如下： 
    
Starting resourcemanager
上一次登录：二 12月 22 15:51:03 CST 2020pts/0 上
Starting nodemanagers
上一次登录：二 12月 22 15:53:11 CST 2020pts/0 上
    步骤四：在浏览器上访问Hadoop
    访问Hadoop的默认端口号是50070(3.x版本的hadoop改成9870)。使用以下URL在浏览器上获取Hadoop服务。 
    
http://localhost:9870/Hadoop
    hive
    步骤五：验证集群的所有应用程序
    访问群集的所有应用程序的默认端口号是8088。使用以下URL访问此服务。 
    
http://localhost:8088/
    hive

  • 安装HBase

    我们可以以以下三种模式中的任何一种来安装HBase：独立模式，伪分布式模式和完全分布式模式。
    在独立模式下安装HBase
    使用“wget”命令从https://hbase.apache.org/downloads.html下载HBase的最新稳定版本，然后使用tar“ zxvf”命令将其解压缩。请参阅以下命令。 
    
$cd usr/local/
$wget https://mirror.bit.edu.cn/apache/hbase/2.4.0/hbase-2.4.0-bin.tar.gz
$tar -zxvf hbase-2.4.0-bin.tar.gz
    切换到超级用户模式，然后将HBase文件夹移动到/usr/local，如下所示。 
    
$su
$password: enter your password here
mv hbase-2.4.0/* Hbase/
    在独立模式下配置HBase
    在继续使用HBase之前，您必须编辑以下文件并配置HBase。
    hbase-env.sh
    设置HBase的java Home并从conf文件夹中打开hbase-env.sh文件。编辑JAVA_HOME环境变量，并将现有路径更改为当前JAVA_HOME变量，如下所示。 
    
cd /usr/local/hbase/conf
vim hbase-env.sh
    这将打开HBase的env.sh文件。现在，将现有的JAVA_HOME值替换为您的当前值，如下所示。 
    
export JAVA_HOME=/usr/lib/jvm/java-1.8.0
    hbase-site.xml
    这是HBase的主要配置文件。通过打开/usr/local/hbase中的hbase主文件夹，将数据目录设置到适当的位置。在conf文件夹中，您会找到几个文件，打开hbase-site.xml文件，如下所示。 
    
#cd /usr/local/hbase/
#cd conf
# vim hbase-site.xml
    在hbase-site.xml文件中，您将找到<configuration>和</configuration>标记。在其中，将HBase目录设置在属性键下，名称为“hbase.rootdir”，如下所示。 
    
<configuration>
   //Here you have to set the path where you want HBase to store its files.
   <property>
      <name>hbase.rootdir</name>
      <value>file:/home/hadoop/HBase/HFiles</value>
   </property>
   
   //Here you have to set the path where you want HBase to store its built in zookeeper  files.
   <property>
      <name>hbase.zookeeper.property.dataDir</name>
      <value>/home/hadoop/zookeeper</value>
   </property>
</configuration>
    至此，HBase安装和配置部分成功完成。我们可以使用HBase的bin文件夹中提供的start-hbase.sh脚本来启动HBase。为此，打开HBase主文件夹并运行HBase启动脚本，如下所示。 
    
$cd /usr/local/HBase/bin
$./start-hbase.sh
    如果一切顺利，当您尝试运行HBase启动脚本时，它将提示您HBase已启动的消息。 
    
starting master, logging to /usr/local/hbase/bin/../logs/hbase-tpmaster-localhost.localdomain.out
    以伪分布式模式安装HBase
    现在让我们检查如何在伪分布式模式下安装HBase。
    配置HBase
    在继续使用HBase之前，请在本地系统或远程系统上配置Hadoop和HDFS，并确保它们正在运行。如果HBase正在运行，请停止它。
    hbase-site.xml
    编辑hbase-site.xml文件以添加以下属性。 
    
<property>
   <name>hbase.cluster.distributed</name>
   <value>true</value>
</property>
    它将提到应该在哪种模式下运行HBase。在本地文件系统的同一文件中，使用hdfs:////URI语法更改hbase.rootdir（您的HDFS实例地址）。我们正在本地主机的端口9000上运行HDFS。 
    
<property>
   <name>hbase.rootdir</name>
   <value>hdfs://localhost:9000/hbase</value>
</property>
    启动HBase
    配置结束后，浏览至HBase主文件夹并使用以下命令启动HBase。 
    
$cd /usr/local/HBase
$bin/start-hbase.sh
    注意：在启动HBase之前，请确保Hadoop正在运行。

  • 在HDFS中检查HBase目录

    HBase在HDFS中创建其目录。要查看创建的目录，请浏览至Hadoop bin并键入以下命令。 
    
$ ./bin/hadoop fs -ls /user/jc2182/tmp/hbase
    如果一切顺利，它将为您提供以下输出。 
    
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 11:52 /user/jc2182/tmp/hbase/.hbck
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 14:09 /user/jc2182/tmp/hbase/.tmp
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 14:08 /user/jc2182/tmp/hbase/MasterData
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 14:10 /user/jc2182/tmp/hbase/WALs
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 11:52 /user/jc2182/tmp/hbase/archive
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 11:52 /user/jc2182/tmp/hbase/corrupt
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 14:08 /user/jc2182/tmp/hbase/data
-rw-r--r--   1 jc2182 supergroup         42 2020-12-29 11:52 /user/jc2182/tmp/hbase/hbase.id
-rw-r--r--   1 jc2182 supergroup          7 2020-12-29 11:52 /user/jc2182/tmp/hbase/hbase.version
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 11:52 /user/jc2182/tmp/hbase/mobdir
drwxr-xr-x   - jc2182 supergroup          0 2020-12-29 14:10 /user/jc2182/tmp/hbase/oldWALs
drwx--x--x   - jc2182 supergroup          0 2020-12-29 11:52 /user/jc2182/tmp/hbase/staging

  • 启动和停止主机(master)

    使用“local-master-backup.sh”，您最多可以启动10台服务器。打开HBase的主文件夹，主目录并执行以下命令将其启动。 
    
$ ./bin/local-master-backup.sh 2 4
    要杀死备份主服务器，您需要其进程ID，该进程ID将存储在名为“/tmp/hbase-USER-X-master.pid”的文件中。您可以使用以下命令杀死备份主服务器。 
    
$ cat /tmp/hbase-user-1-master.pid |xargs kill -9

  • 启动和停止RegionServer

    您可以使用以下命令从单个系统运行多个区域服务器。 
    
$ .bin/local-regionservers.sh start 2 3
    要停止区域服务器，请使用以下命令。 
    
$ .bin/local-regionservers.sh stop 3

  • 启动HBaseShell

    成功安装HBase之后，可以启动HBase Shell。下面给出的是启动HBase Shell所需遵循的步骤顺序。打开终端。
    启动Hadoop文件系统
    浏览Hadoop home sbin文件夹并启动Hadoop文件系统，如下所示。 
    
$cd $HADOOP_HOME/sbin
$start-all.sh
    启动HBase
    浏览HBase根目录bin文件夹并启动HBase。 
    
$cd /usr/local/hbase
$./bin/start-hbase.sh
    启动HBase主服务器
    这将是同一目录。如下所示启动它。 
    
$./bin/local-master-backup.sh start 2 (数字表示指定的服务器数量。)
    启动区域服务器
    如下所示启动区域服务器。 
    
$./bin/./local-regionservers.sh start 3
    启动HBase Shell
    您可以使用以下命令启动HBase Shell。 
    
$cd bin
$./hbase shell
    这将为您提供HBase Shell提示符，如下所示。 
    
HBase Shell
Use "help" to get list of supported commands.
Use "exit" to quit this interactive shell.
For Reference, please visit: http://hbase.apache.org/2.0/book.html#shell
Version 2.4.0, r282ab70012ae843af54a6779543ff20acbcbb629, Thu Dec  3 09:58:52 PST 2020
Took 0.0020 seconds
hbase:001:0>

  • HBase Web界面

    要访问HBase的Web界面，请在浏览器中键入以下URL。 
    
http://localhost:16010
    该界面列出了您当前正在运行的Region服务器，备份主服务器和HBase表。
    install
    install

  • 设置Java环境

    我们还可以使用Java库与HBase通信，但是在使用Java API访问HBase之前，您需要为这些库设置类路径。
    设置classpath
    在进行编程之前，请在.bashrc文件中将类路径设置为HBase库。如下所示，在任何一个编辑器中打开.bashrc。 
    
$ gedit ~/.bashrc
    如下所示，在其中设置HBase库的类路径（HBase中的lib文件夹）。 
    
export CLASSPATH = $CLASSPATH://home/hadoop/hbase/lib/*
    这是为了防止在使用Java API访问HBase时出现“找不到类”异常。
上一节:
下一节: