• HBase完全分布式搭建 | 集群建表测试


    🚀 作者 :“大数据小禅”
    🚀 简介:详细讲解HBase的集群分布式搭建,附带过程截图。
    🚀 安装包获取:获取对应的安装包可以通过最下方公众号联系我备注获取。

    1.HBase简介

    HBase是一个分布式的、面向列的开源数据库,一个结构化数据的分布式存储系统。就像Bigtable利用了Google文件系统(File System)所提供的分布式数据存储一样,HBase在Hadoop之上提供了类似于Bigtable的能力。

    HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库。

    它介于nosql和RDBMS之间,仅能通过主键(row key)和主键的range来检索数据,仅支持单行事务(可通过hive支持来实现多表join等复杂操作

    2.HBase集群搭建详细过程

    1.上传解压安装包

    这里要对应Hadoop的版本,以免发生不兼容,我这里使用的是Hadoop3.x。有一点要注意的是,Hbase强依赖于HDFS以及Zookeeper。所以在安装HBase之前一定要确保HDFS与Zookeeper是正常启动的。前置环境详细搭建见专题文章。我们使用到的机器有node1,node2,node3,其中node1作为主节点,操作在node1,之后进行分发。

    #获取对应的安装包可以私聊我也可以到官网进行下载
    #解压后修改安装包名字为hbase-2.3.3 
    tar -zxf hbase-2.3.3-bin.tar.gz -C /app
    
    • 1
    • 2
    • 3

    2.修改配置文件

    cd /app/hbase-2.3.3/conf
    vim hbase-env.sh
    
    #编辑以下内容
    export JAVA_HOME=/app/jdk1.8   #修改java环境
    export HBASE_MANAGES_ZK=false  #默认是ture,也就是默认使用自带的zookeeper,但是我们一般都使用自己安装的
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    修改第二个配置文件

    vim hbase-site.xml
    
    #添加以下内容 注意集群机器的Zookeeper的位置与HDFS的路径位置,根据情况修改
    <configuration>
            <property>
                    <name>hbase.rootdir</name>
                    <value>hdfs://node1:8020/hbase</value>  
            </property>
    
            <property>
                    <name>hbase.cluster.distributed</name>
                    <value>true</value>
            </property>
    
            <property>
                    <name>hbase.master.port</name>
                    <value>16000</value>
            </property>
    
            <property>
                    <name>hbase.zookeeper.quorum</name>
                    <value>node1:2181,node2:2181,node3:2181</value>
            </property>
    
            <property>
                    <name>hbase.zookeeper.property.dataDir</name>
             <value>/app/zookeeper-3.5.7/zkData</value>
            </property>
    </configuration>
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29

    修改第三个配置文件regionservers

    vim regionservers
    
    #清空文件内容添加如下
    node1 
    node2
    node3
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    3.分发安装包到集群

    cd /app/
    scp -r hbase-2.3.3/ node2:$PWD
    scp -r hbase-2.3.3/ node3:$PWD
    
    • 1
    • 2
    • 3

    4.创建软连接

    因为hbase需要读取hadoop的core-site.xml以及hdfs-site.xml当中的配置文件信息,所以我们三台机器都要执行以下命令创建软连接

    #在机器node2与node3中也要执行相同的操作
    ln -s /app/hadoop-3.1.3/etc/hadoop/core-site.xml /export/servers/hbase-2.3.3/conf/core-site.xml
    ln -s /app/hadoop-3.1.3/etc/hadoop/hdfs-site.xml /export/servers/hbase-2.3.3/conf/hdfs-site.xml
    
    • 1
    • 2
    • 3

    在这里插入图片描述

    5.为机器配置HBASE_HOME环境变量

    vim /etc/profile
    #添加如下内容
    export HBASE_HOME=/app/hbase-2.3.3
    export PATH=:$HBASE_HOME/bin:$PATH
    
    #加载环境变量  这里注意,可以把app下的所有应用都进行环境变量的配置,形式跟上面一样,修改路径变量名即可
    source /etc/profile
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    6.HBase集群启动

    #在HBase家目录下使用命令
    bin/start-hbase.sh
    
    • 1
    • 2

    之后到其他机器查看进程,可以看到HMaster与HRegionServer即可。

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    7.集群访问

    通过 IP:16010 可以在本地浏览器看到对应的Web页面,即为安装成功

    在这里插入图片描述

    3.HBase集群建表测试

    搭建好集群之后可以进行建表测试,看集群是否可用,在node1上执行hbase shell命令,开启客户端。

    #建个表user_info ,表中有列簇info,data
    create 'user_info','info','data'
    #往表中的列簇插入数据与列 指定rowkey为rk001,在info列簇插入列name,值为xiaochan
    put 'user_info','rk001','info:name','xiaochan'
    #查询数据
    get 'user_info','rk001','info'
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    在这里插入图片描述
    到这里HBase集群已经搭建完成。
    欢迎小伙伴们 点赞👍、收藏⭐、留言💬

                                     👇🏻 关注公众号: 大数据小禅👇🏻,获取对应安装包与资料
    
    • 1
  • 相关阅读:
    济南ITSS证书办理大全
    socket相关命令
    一款集百家之所长的黑客浏览器,好用到飞起
    mybatis-plus填充功能,自动设置值
    C# 去除utf-8 BOM头
    掌动智能浅谈UI自动化测试工具的重要性
    人工智能--深度神经网络
    java毕业设计花漾网在线商城(附源码、数据库)
    toString和valueOf
    汽车soa架构介绍
  • 原文地址:https://blog.csdn.net/weixin_45574790/article/details/124979061