1、相关环境
centos7 hadoop2.6.5 zookeeper3.4.9 jdk1.8 hbase1.2.4
本篇文章仅涉及hbase集群的搭建，关于hadoop与zookeeper的相关部署参见上篇文章http://www.cnblogs.com/learn21cn/p/6184490.html
目标如下：
| master | 192.1.68.1.215 | HMaster |
| data1 | 192.168.1.218 | HMaster备用 HRegionServer |
| data2 | 192.168.1.219 | HRegionServer |
2、关于时间同步的问题
安装hbase，需要服务器之间的时间同步，10秒之内是可接受的范围
1> 安装与配置NTP
每个节点都要安装，以master来作为时间服务器
# 安装NTP
yum install ntp -y
# 查看NTP状态
service ntpd status
# 配置文件
vim /etc/ntp.conf
以下是配置文件内容
#禁止所有机器来进行连接
restrict default ignore
#允许内网其他机器同步时间
restrict 192.168.1.0 mask 255.255.255.0 nomodify notrap
#配置时间服务器的地址为本机(注视掉server0~server3)
server 127.127.1.0
之后个节点与master进行同步，并设置NTP开机自动启动
# 终端执行命令同步时间
ntpdate 192.168.1.215
# 设置开机自动启动
systemctl restart ntpd.service
systemctl enable ntpd.service
以上为最初同步
2> 设置定时任务，使服务器定时同步时间
执行以下命令 ：
crontab -e
# 在centos7中，可以直接vim /etc/crontab，效果是一样的，只不过需要指定用户
配置文件写入以下内容：
* * * /usr/sbin/ntpdate 192.168.1.215 >> /data/ntpd.log
保存后执行以下命令查看定时任务，并重启服务
crontab -l
# 重启
systemctl restart crond.service
3、设置linux系统最大进程数和最大文件打开数
使用root账号
root soft nproc
root hard nproc
root soft nofile
root hard nofile
hadoop soft nproc
hadoop hard nproc
hadoop soft nofile
hadoop hard nofile
设置完重新登录shell，执行以下命令查看结果
ulimit -a
4、调整linux内核参数
打开文件 /etc/sysctl.conf，进行以下设置
net.ipv4.ip_forward=
net.ipv4.conf.default.rp_filter =
net.ipv4.conf.default.accept_source_route =
kernel.core_uses_pid =
net.ipv4.tcp_syncookies =
net.bridge.bridge-nf-call-ip6tables =
net.bridge.bridge-nf-call-iptables =
net.bridge.bridge-nf-call-arptables =
kernel.msgmnb =
kernel.msgmax =
kernel.shmmax =
kernel.shmall =
# 提高系统支持的最大SYN半连接数，表示SYN队列的长度，默认为1024，加大队列长度为，可以容纳最多等待连接的网络连接数
net.ipv4.tcp_max_syn_backlog =
net.core.netdev_max_backlog=
net.core.somaxconn =
fs.file-max =
net.core.wmem_default =
net.core.rmem_default =
net.core.rmem_max =
net.core.wmem_max =
net.ipv4.tcp_timestamps =
# 减少系统SYN连接重试次数（默认是5）
# 为了打开对端的连接，内核需要发送一个SYN并附带一个回应前面一个SYN的ACK，也就是所谓三次握手中的第二次握手。这个设置决定了内核放弃连接之前发送SYN+ACK包的数量。
net.ipv4.tcp_synack_retries =
net.ipv4.tcp_syn_retries =
net.ipv4.tcp_mem =
net.ipv4.tcp_max_orphans =
# 以下两参数可解决生产场景中大量连接的Web（cache）服务器中TIME_WAIT过多问题
# 表示开启重用。允许将TIME-WAIT的sockets重新用于新的TCP连接，默认为0表示关闭
net.ipv4.tcp_tw_reuse =
# 打开TIME-WAIT套接字重用及回收功能，表示开启TCP连接中TIME-WAIT的sockets的快速收回功能，默认为0表示关闭。
net.ipv4.tcp_tw_recycle =
# 当keepalive起用的时候，TCP发送keepalive消息的频度，缺省是2小时，改为1200秒
net.ipv4.tcp_keepalive_time =
net.ipv4.tcp_syncookies=
# 减少处于FIN-WAIT-2连接状态的时间，使系统可以处理更多的连接，缺省值是60秒
net.ipv4.tcp_fin_timeout =
net.ipv4.tcp_keepalive_intvl =
net.ipv4.tcp_keepalive_probes =
# 允许系统打开的端口范围，表示用于向外连接的端口范围
net.ipv4.ip_local_port_range =
# 网卡eno16777736
net.ipv4.conf.eno16777736.send_redirects =
net.ipv4.conf.lo.send_redirects =
net.ipv4.conf.default.send_redirects =
net.ipv4.conf.all.send_redirects =
net.ipv4.icmp_echo_ignore_broadcasts =
# 网卡eno16777736
net.ipv4.conf.eno16777736.accept_source_route =
net.ipv4.conf.lo.accept_source_route =
net.ipv4.conf.default.accept_source_route =
net.ipv4.conf.all.accept_source_route=
net.ipv4.icmp_ignore_bogus_error_responses =
kernel.core_pattern = /tmp/core
vm.overcommit_memory =
之后，一定要执行以下命令进行检查，防止出现错误，例如“没有那个文件或目录”之类
# 从指定的文件加载系统参数，如不指定即从/etc/sysctl.conf中加载
sysctl -p
5、配置文件
1> hbase-env.sh
# 配置JDK安装路径
export JAVA_HOME=/usr/java/jdk
# 配置Hadoop安装路径
export HADOOP_HOME=/usr/Apache/hadoop
# 设置HBase的日志目录
export HBASE_LOG_DIR=${HBASE_HOME}/logs
# 设置HBase的pid目录
export HBASE_PID_DIR=${HBASE_HOME}/pids
# 使用独立的ZooKeeper集群
export HBASE_MANAGES_ZK=false
# 设置HBase内存堆的大小
export HBASE_HEAPSIZE=
# 设置HMaster最大可用内存
export HBASE_MASTER_OPTS="-Xmx512m"
# 设置HRegionServer最大可用内存
export HBASE_REGIONSERVER_OPTS="-Xmx512m"
注意：
企业实际部署时，datanode一般设置16到20G左右，过小与过大都不合适；regionserver一般可以设置32到48，或者以上；hmaster一般4到8G足够了。此外实际部署当中，hmaster与regionserver一般不在同一机器中。
2> hbase-site.xml参数说明见注释
<configuration>
<!-- 开启分布式模式 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property> <!-- 设置HRegionServers目录 -->
<property>
<name>hbase.rootdir</name>
<value>hdfs://nscluster/hbase</value>
</property> <!-- 设置HMaster的rpc端口 -->
<property>
<name>hbase.master.port</name>
<value>16000</value>
</property> <!-- 设置HMaster的http端口 -->
<property>
<name>hbase.master.info.port</name>
<value>16010</value>
</property> <!-- 指定缓存文件存储的路径 -->
<property>
<name>hbase.tmp.dir</name>
<value>/usr/Apache/hbase/data/tmp</value>
</property> <!-- 指定ZooKeeper集群位置 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>master,data1,data2</value>
</property> <!-- 指定ZooKeeper集群端口 -->
<property>
<name>hbase.zookeeper.property.clientPort</name>
<value>2181</value>
</property> <!--指定Zookeeper数据目录，需要与ZooKeeper集群上配置相一致 -->
<property>
<name>hbase.zookeeper.property.dataDir</name>
<value>/usr/Apache/zookeeper/data</value>
</property> <!-- ZooKeeper客户端同时访问的并发连接数，需要与ZooKeeper集群上配置相一致，可设置为2000 -->
<property>
<name>hbase.zookeeper.property.maxClientCnxns</name>
<value>60</value>
</property> <!-- 优化配置项 -->
<!-- 关闭分布式日志拆分 -->
<property>
<name>hbase.master.distributed.log.splitting</name>
<value>false</value>
</property> <!-- hbase客户端rpc扫描一次获取的行数，增大参数可以提高扫描次数，但同时会增加内存的使用 -->
<property>
<name>hbase.client.scanner.caching</name>
<value>2000</value>
</property> <!-- HRegion分裂前最大的文件大小（以下数字标识了10G）当HStoreFile 大于这个文件时，就会split 成两个文件 -->
<property>
<name>hbase.hregion.max.filesize</name>
<value>10737418240</value>
</property> <!-- 一个HRegionServer中最大的region数量 -->
<property>
<name>hbase.regionserver.reginoSplitLimit</name>
<value>2000</value>
</property> <!-- 当某一个region的storefile个数达到该值则block写入，等待compact，或者说定义storefile数量达到多少时block住update操作 默认7 -->
<!-- 设置过小会使影响系统吞吐率，但也不应过大，经验值是15到20左右。太大的话会在系统压力很大时使storefile过多，compact一直无法完成，扫库或者数据读取的性能会受到影响。-->
<!--同时，可以适当提高一些hbase.hstore.compactionThreshold，增加compact的处理线程数，加快compact的处理速度而避免block-->
<property>
<name>hbase.hstore.blockingStoreFiles</name>
<value>14</value>
</property> <!-- StoreFile的个数超过这个数就开始合并 默认值为3-->
<property>
<name>hbase.hstore.compactionThreshold</name>
<value>6</value>
</property> <!-- 超过memstore大小的倍数达到该值则block所有写入请求，自我保护 -->
<property>
<name>hbase.hregion.memstore.block.multiplier</name>
<value>20</value>
</property> <!-- service工作的sleep间隔 默认10000-->
<property>
<name>hbase.server.thread.wakefrequency</name>
<value>500</value>
</property> <!-- 以下三项通常联合起来调整 -->
<!-- MemStore flush 顺序是按照大小降序执行的，直到刷新到MemStore使用内存略小于该百分比 -->
<property>
<name>hbase.regionserver.global.memstore.lowerLimit</name>
<value>0.3</value>
</property> <!-- hbase.regionserver.global.memstore.upperLimit与hbase.block.cache.size这两项合起来不能超过0.8，谁大谁小取决于业务偏向于读还是写，如果读多一些就把读缓存设置大一些 -->
<!-- 默认0.4 当MemStore使用内存总量达到该值（总量的百分比）时，block所有更新，将会有多个MemStores flush到文件中-->
<property>
<name>hbase.regionserver.global.memstore.upperLimit</name>
<value>0.39</value>
</property>
<!-- 读缓存占堆的百分比，默认0.25 -->
<property>
<name>hbase.block.cache.size</name>
<value>0.4</value>
</property> <!-- RegionServer处理rpc线程数，默认10 -->
<property>
<name>hbase.reginoserver.handler.count</name>
<value>300</value>
</property> <!-- 客户端最大重试次数，默认10 -->
<property>
<name>hbase.client.retries.number</name>
<value>5</value>
</property> <!-- 客户端重试的休眠时间 -->
<property>
<name>hbase.client.pause</name>
<value>100</value>
</property>
</configuration>
3> 配置regionservers文件
目录：$HBASE_HOME/conf/，添加以下节点
data1
data2
4> 配置backup-masters文件
目录：$HBASE_HOME/conf/，添加以下节点
data1
表示data1是一个备用的HMaster节点
6、创建配置文件中出现的文件夹
cd /usr/Apache/hbase
# 创建hbase的缓存文件目录
mkdir data/tmp
# 创建hbase的日志文件目录
mkdir logs
# 创建hbase的pid文件目录
mkdir pids
将hbase以及相关软件分发到其他机器。
7、环境变量设置所有的节点都要配置，~/.bashrc 或 ~/.bash_profile
export HADOOP_HOME=/usr/Apache/hadoop
export ZOOKEEPER_HOME=/usr/Apache/zookeeper
export HBASE_HOME=/usr/Apache/hbase
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export CLASSPATH=.:$HADOOP_HOME/lib:$CLASSPATH
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$ZOOKEEPER_HOME/bin:$HBASE_HOME/bin
8、启动与关闭
start-hbase.sh
stop-hbase.sh
master节点
访问：192.168.1.215:16010/
data1节点会作为一个备用节点，如果master节点关闭，data1节点会成为主节点，这就是设置了backup-masters文件的作用，当然前提hbase使用了zookeeper集群。
访问：192.168.1.218:16010/
，