吴超老师课程--Hbase介绍和伪分布式安装

1.HBase(NoSQL)的数据模型
1.1 表(table)，是存储管理数据的。
1.2 行键(row key)，类似于MySQL中的主键。
     行键是HBase表天然自带的。
1.3 列族(column family)，列的集合。
    HBase中列族是需要在定义表时指定的，列是在插入记录时动态增加的。
    HBase表中的数据，每个列族单独一个文件。
1.4 时间戳(timestamp)，列(也称作标签、修饰符)的一个属性。
    行键和列确定的单元格，可以存储多个数据，每个数据含有时间戳属性，数据具有版本特性。    
    如果不指定时间戳或者版本，默认取最新的数据。
1.5 存储的数据都是字节数组。
1.6 表中的数据是按照行键的顺序物理存储的。

注：一行（行健）代表一条记录
     一列（列族）代表一个文件
     一个列族可以有一个列，或者多个列，当含有多个列时，每一个列就是一个标签

2.HBase的物理模型
2.1 HBase是适合海量数据(如20PB)的秒级简单查询的数据库。     （注：只支持简单查询）
2.2 HBase表中的记录，按照行键进行拆分， 拆分成一个个的region。
    许多个region存储在region server(单独的物理机器)中的。   （注：把数据分散开，存储在不同的机器上）
    这样，对表的操作转化为对多台region server的并行查询。   （注：并行存储在region server上）

3.HBase的体系结构
3.1 HBase是主从式结构，HMaster、HRegionServer
3.2 Zookeeper
    （1）保证任何时候，集群中只有一个running master
    （2）存贮所有Region 的寻址入口
    （3）实时监控Region Server 的状态，将Region server 的上线和下线信息，实时通知给Master
    （4）存储Hbase 的schema,包括有哪些table，每个table 有哪些column family
3.3 Master
    （1）可以启动多个HMaster，
    （2）通过Zookeeper的Master Election机制保证总有一个Master运行
    （3）为Region server 分配region
    （4）负责region server 的负载均衡
    （5）发现失效的region server 并重新分配其上的region
3.4 Region Server
     （1）维护Master分配给它的region，处理对这些region 的IO请求
     （2）负责切分在运行过程中变得过大的region
总结：
     （1）可以看出，client 访问hbase 上数据的过程并不需要master 参与，
     （2）寻址访问zookeeper 和region server，
     （3）数据读写访问regioneserver。
     （4）HRegionServer主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBase中最核心的模块。

HBase中有两张特殊的Table，-ROOT-和.META.
 .META.：记录了用户表的Region信息，.META.可以有多个regoin
 -ROOT-：记录了.META.表的Region信息，-ROOT-只有一个region
 Zookeeper中记录了-ROOT-表的location
总结：-ROOT-表包含region的总表，.META.表包含许多region表，
        Client访问用户数据之前需要首先访问zookeeper，然后访问-ROOT-表，接着访问.META.表，最后才能找到用户数据的位置去访问

4.HBase伪分布安装

（1）hadoop.1.1.2
（2）hbase-0.94.2-security.tar.gz
（3）JDK6

前提条件：本机或集群环境下hadoop.1.1.2已经安装成功
4.1 解压缩、重命名、设置环境变量

（1）把hbase-0.94.2-security.tar.gz复制到/usr/local
       解压hbase-0.94.2-security.tar.gz与重命名
       #cd /usr/local
      #tar -zxvf hbase-0.94.2-security.tar.gz
     #mv hbase-0.94.2-security hbase

（2）修改/etc/profile文件。
#vi /etc/profile
增加 export HBASE_HOME=/home/hbase
修改 export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HBASE_HOME/bin
保存退出#source /etc/profile

4.2 修改$HBASE_HOME/conf/hbase-env.sh，修改内容如下：
    export JAVA_HOME=/usr/local/jdk
    export HBASE_MANAGES_ZK=true
    保存后退出

4.2 修改$HBASE_HOME/conf/hbase-site.xml，修改内容如下：
    <property>
      <name>hbase.rootdir</name>
      <value>hdfs://hadoop:9000/hbase</value>
    </property>
    <property>
      <name>hbase.cluster.distributed</name>
      <value>true</value>
    </property>
    <property>
      <name>hbase.zookeeper.quorum</name>
      <value>hadoop</value>
    </property>
    <property>
      <name>dfs.replication</name>
      <value>1</value>
    </property>
4.3 (可选)文件regionservers的内容为hadoop
4.4 启动hbase，执行命令start-hbase.sh
    ******启动hbase之前，确保hadoop是运行正常的，并且可以写入文件*******
4.5 验证：(1)执行jps，发现新增加了3个java进程，分别是HMaster、HRegionServer、HQuorumPeer
             (2)使用浏览器访问http://hadoop:60010