Hadoop Database, 是一个高可靠性，高性能，面向列，可伸缩，实时读写的分布式数据库。

利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为其分布式协同服务

主要用来存储非结构化和半结构化的松散数据（列存NoSQL数据库）

Column Family 列族

HBase表中的每个列都归属某个列族，列族必须作为表模式（schema)定义的一部分预先给出，如： create 'test', 'course';

列名以列族作为前缀，每个'列族'都可以有多个列成员(column);如course:math, course:english,新的列族成语(列)可以随时按需，动态加入

权限控制，存储以及调优都在列族层面进行的；

HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。

HBase体系架构

Client： 包含访问HBase的接口并维护cache来加快对HBase的访问

Zookeeper：

    1. 保证任何时候，集群中只有一个master

    2. 存储所有Region的寻址入口

    3. 实时监控Region Server的上线和下线信息，并实时通知master

    4. 存储Hbase的schema和table元数据

Master:

    1. 为Region Server分配region

    2. 负责Region Server的负载均衡

    3. 发现失效的Region Server并重新分配其上的region

    4. 管理用户对table的增删改操作

Region Server：

    1. 维护region，处理对这些region的IO请求

    2. 负责切分在运行过程中变的过大的region

Rgion：

    1. HBase自动把表水平分成多个区域（region),每个region会报错一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阈值的时候，region就会等分两个新的region（裂变）

    2. 当table中的行不断增多，就会有越来越多的region，这样一张完整的表被保存在多个Region Server上。

Memstore于storefile：

    1. 一个region由多个store组成，一个sote对应一个CF（列族）

    2. sotre包含位于内存中的memstore和位于磁盘的storefile写操作先写入memstore，当memstore中的数据达到某个阈值，region server会启动flashcache进程写入storefile，每次写入形成单独的一个storefile。（这样在一个region里面就会产生很多个storefile）

    3. 当storefile文件的数量增长到一定阈值后，系统会进行合并（Minor， Major Compaction），在合并过程中贵进行版本合并和删除工作（Major），形成更大的storefile。

    4. 当一个region所有storefile的大小和超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的region server服务器，实现负载均衡。

    5. 客户端检索数据，现在memstore找，找不到再找storefile。

--单机模式解压和安装HBase

tar -zxvf hbase-0.98.9-hadoop2-bin.tar.gz

--创建软链

ln -sf /root/hbase-0.98.9-hadoop2 /home/hbase

--配置java环境变量

cd /home/hbase/conf/

vi hbase-env.sh

--jdk必须在1.6以上

export JAVA_HOME=/usr/java/jdk1.7.0_67

:wq

--修改hbase-site.xml文件,数据保存到本地

vi hbase-site.xml

<configuration>

<property>

        <name>hbase.rootdir</name>

        <value>file:///opt/hbase</value>

</property>

</configuration>

:wq

--关闭防火墙

service iptables stop

--启动HBase

cd /home/hbase/bin/

./start-hbase.sh

--检查是否已经启动

jps

--查看是否有HMaster进程

--查看监听的端口

netstat -naptl | grep java

--启动浏览器访问

http://node4:60010

--进入hbase

cd /home/hbase/bin/

./hbase shell

--创建t_student表

create 't_student' , 'cf1'

hbase(main):003:0> create 't_student' , 'cf1'

0 row(s) in 0.4000 seconds

--查看表

list

hbase(main):004:0> list

TABLE

t_student

1 row(s) in 0.0510 seconds

--查看表结构

desc 't_student'

hbase(main):005:0> desc 't_student'

Table t_student is ENABLED

COLUMN FAMILIES DESCRIPTION

{NAME => 'cf1', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '', VERSIONS => '', COMPRESSION => 'NONE', MIN_VERSIONS => '', TTL => 'FOREVER', KEEP_DEL

ETED_CELLS => 'FALSE', BLOCKSIZE => '', IN_MEMORY => 'false', BLOCKCACHE => 'true'}

1 row(s) in 0.1310 seconds

--插入数据

put 't_student' , '', 'cf1:name', 'hongten'

hbase(main):006:0> put 't_student' , '', 'cf1:name', 'hongten'

0 row(s) in 0.1750 seconds

--查询table

hbase(main):007:0> scan 't_student'

ROW                     COLUMN+CELL

 007                    column=cf1:name, timestamp=1541162668222, value=hongten

1 row(s) in 0.0670 seconds

--完全分布式模式解压和安装HBase

--拷贝hbase-0.98.9-hadoop2-bin.tar.gz从节点node1到node2， node3， node4节点上

scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node2:~/

scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node3:~/

scp /root/hbase-0.98.9-hadoop2-bin.tar.gz root@node4:~/

--解压缩文件

tar zxvf hbase-0.98.9-hadoop2-bin.tar.gz

--创建软链

ln -sf /root/hbase-0.98.9-hadoop2 /home/hbase

cd /home/hbase/conf/

vi hbase-site.xml

--mycluster为集群名称

<property>

    <name>hbase.rootdir</name>

    <value>hdfs://mycluster/hbase</value>

    <description>The directory shared by RegionServers.</description>

</property>

<property>

    <name>hbase.cluster.distributed</name>

    <value>true</value>

    <description>The mode the cluster will be in. Possible values are false: standalone and pseudo-distributed setups with managed Zookeeper true: fully-distributed with unmanaged Zookeeper Quorum (see hbase-env.sh)</description>

</property>

<property>

  <name>hbase.zookeeper.quorum</name>

  <value>node1,node2,node3</value>

  <description>Comma separated list of servers in the ZooKeeper Quorum.

  For example, "host1.mydomain.com,host2.mydomain.com,host3.mydomain.com".

  By default this is set to localhost for local and pseudo-distributed modes

  of operation. For a fully-distributed setup, this should be set to a full

  list of ZooKeeper quorum servers. If HBASE_MANAGES_ZK is set in hbase-env.sh

  this is the list of servers which we will start/stop ZooKeeper on.

  </description>

</property>

<property>

  <name>hbase.zookeeper.property.dataDir</name>

  <value>/opt/zookeeper</value>

  <description>Property from ZooKeeper's config zoo.cfg.

  The directory where the snapshot is stored.

  </description>

</property>

:wq

--修改regionservers文件，该文件列出所有region server主机的hostname

vi regionservers

node1

node2

node3

node4

:wq

--修改hbase-env.sh文件

vi hbase-env.sh

--修改java环境变量

export JAVA_HOME=/usr/java/jdk1.7.0_67

--默认为true，使用hbase自带的zookeeper

--修改为false，使用我们自定义的zookeeper

export HBASE_MANAGES_ZK=false

:wq

--使得Hadoop和HBase关联起来

--把hadoop的配置文件hdfs-site.xml拷贝到/home/hbase/conf/目录

cd /home/hbase/conf/

cp -a /home/hadoop-2.5/etc/hadoop/hdfs-site.xml .

--把同样的配置从node1拷贝到node2，node3，node4上面去scp /home/hbase/conf/* root@node2:/home/hbase/conf/scp /home/hbase/conf/* root@node3:/home/hbase/conf/scp /home/hbase/conf/* root@node4:/home/hbase/conf/

--关闭所有节点上的防火墙(node1, node2, node3, node4)

service iptables stop

--在启动HBase之前，我们需要确保zookeeper和hadoop都已经启动

--我们这里在node1，node2，node3，node4上面都有配置hbase，

--启动的时候，随便选择一个节点启动hbase,由于我们之前有配置免密码登录

--所以我们在node1上面启动hbase

cd /home/hbase/bin/

./start-hbase.sh 

输出结果：

[root@node1 bin]# ./start-hbase.sh

starting master, logging to /home/hbase/bin/../logs/hbase-root-master-node1.out

node3: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node3.out

node1: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node1.out

node4: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node4.out

node2: starting regionserver, logging to /home/hbase/bin/../logs/hbase-root-regionserver-node2.out

--可以在node4上面启动master

cd /home/hbase/bin/

./hbase-daemon.sh start master

输出结果：

[root@node4 bin]# ./hbase-daemon.sh start master

starting master, logging to /home/hbase/bin/../logs/hbase-root-master-node4.out

[root@node4 bin]# jps

28630 HRegionServer

28014 NodeManager

29096 Jps

29004 HMaster

27923 JournalNode

27835 DataNode

--浏览器输入

http://node1:60010

--创建t_student表

create 't_student' , 'cf1'

--插入数据

put 't_student' , '', 'cf1:name', 'hongten'

--把数据从内存写入到磁盘

flush 't_student'

put 't_student' , '', 'cf1:name', 'Tom'

put 't_student' , '', 'cf1:name', 'Dive'

--把数据从内存写入到磁盘

flush 't_student'

--手动合并文件

major_compact 't_student'

--查看文件内容

[root@node1 bin]# ./hbase hfile -p -f /hbase/data/default/t_student/022f94b777d76684d7f66e4fcd66cdaf/cf1/8efb9596ac774e839f0775efc55a8ab7

SLF4J: Class path contains multiple SLF4J bindings.

SLF4J: Found binding in [jar:file:/root/hbase-0.98.9-hadoop2/lib/slf4j-log4j12-1.6.4.jar!/org/slf4j/impl/StaticLoggerBinder.class]

SLF4J: Found binding in [jar:file:/root/hadoop-2.5.1/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]

SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.

2018-11-02 08:55:29,281 INFO  [main] Configuration.deprecation: fs.default.name is deprecated. Instead, use fs.defaultFS

2018-11-02 08:55:29,429 INFO  [main] Configuration.deprecation: hadoop.native.lib is deprecated. Instead, use io.native.lib.available

2018-11-02 08:55:29,732 INFO  [main] util.ChecksumType: Checksum using org.apache.hadoop.util.PureJavaCrc32

2018-11-02 08:55:29,734 INFO  [main] util.ChecksumType: Checksum can use org.apache.hadoop.util.PureJavaCrc32C

K: 001/cf1:name/1541173663169/Put/vlen=3/mvcc=0 V: Tom

K: 002/cf1:name/1541173670882/Put/vlen=4/mvcc=0 V: Dive

K: 007/cf1:name/1541173242683/Put/vlen=7/mvcc=0 V: hongten

Scanned kv count -> 3