目录
6.2.1. hbase.master.info.port 5
6.2.2. hbase.master.info.bindAddress 5
1. 前言
本文将HBase-1.2.1安装在Hadoop-2.7.2上，关于Hadoop-2.7.2的安装，请参见《Hadoop-2.7.2分布式安装手册》一文。安装环境为64位SuSE-Linux 10.1版本。
本文将在HBase官方提供的quickstart.html文件的指导下进行，在docs/getting_started目录下可找到quickstart.html，或直接浏览在线的：http://hbase.apache.org/book/quickstart.html。
安装使用外置的ZooKeeper，有关ZooKeeper的安装，请参见《ZooKeeper-3.4.6分布式安装指南》一文。
关于分布式安装，请浏览：http://hbase.apache.org/book/standalone_dist.html#distributed，关于HBase使用外置的ZooKeeper配置，请浏览：http://hbase.apache.org/book/zookeeper.html。
所有在线的文档，均会出现在二进制安装包解压后的docs目录下。本文的安装环境为64位SuSE 10.1 Linux。
2. 概念
2.1. Region name
Region name用来标识一个Region，它的格式为：表名,StartKey,随机生成的RegionID，如：
|
test,83--G40V6UdCnEHKSKqR_yjJo798594847946710200000795,1461323021820.d4cc7afbc2d6bf3843c121fedf4d696d. |
上述test为表名，中间蓝色串为Startkey，最后红色部分为Region ID（注意包含了2个点号）。如果为第一个Region，则StartKey为空，比如变成这样：
|
t_user,,1461549916081.f4e17b0d99f2d77da44ccb184812c345. |
3. 约定
假设将Hadoop-2.7.2安装在/data/hadoop/current目录，而/data/hadoop/current实际是到/data/hadoop/hadoop-2.7.2的软链接。
HBase安装目录为/data/hadoop/hbase，而/data/hadoop/hbase实际是到hbase-1.2.1-hadoop2的软链接。
4. 相关端口
|
2888 |
ZooKeeper，如果是Leader，用来监听Follower的连接 |
|
3888 |
ZooKeeper，用于Leader选举 |
|
2181 |
ZooKeeper，用来监听客户端的连接 |
|
16010 |
hbase.master.info.port，HMaster的http端口 |
|
16000 |
hbase.master.port，HMaster的RPC端口 |
|
16030 |
hbase.regionserver.info.port，HRegionServer的http端口 |
|
16020 |
hbase.regionserver.port，HRegionServer的RPC端口 |
|
8080 |
hbase.rest.port，HBase REST server的端口 |
|
9095 |
hbase.thrift.info.port，HBase Thrift Server的http端口号 |
5. 下载HBase
官网：http://hbase.apache.org/，在这里即可找到下载HBase的链接。
下载国内映像站点：http://mirror.bit.edu.cn/apache/hbase/，HBase-1.2.1版本的下载网址：http://mirror.bit.edu.cn/apache/hbase/hbase-1.2.1/。选择下载hbase-1.2.1-hadoop2-bin.tar.gz。
6. 安装步骤
6.1. 修改conf/regionservers
regionservers类似于Hadoop的slaves文件，不需要在RegionServer机器上执行些修改。
将所有HRegionServers的IP或主机名一行一行的例举在在regionservers文件中，注意必须一行一个，不能一行多个。本文配置如下：
|
hadoop@VM_40_171_sles10_64:~/hbase/conf> cat regionservers 10.12.154.77 10.12.154.78 10.12.154.79 |
6.2. 修改conf/hbase-site.xml
需要在所有机器上做同样的操作，可以借助scp命令，先配置好一台，然后复制过去，如：scp hbase-site.xml hadoop@10.12.154.79:/data/hadoop/hbase/conf/。
hbase-site.xml是HBase的配置文件。默认的hbase-site.xml是空的，如下所示：
|
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- /** * * Licensed to the Apache Software Foundation (ASF) under one * or more contributor license agreements. See the NOTICE file * distributed with this work for additional information * regarding copyright ownership. The ASF licenses this file * to you under the Apache License, Version 2.0 (the * "License"); you may not use this file except in compliance * with the License. You may obtain a copy of the License at * * http://www.apache.org/licenses/LICENSE-2.0 * * Unless required by applicable law or agreed to in writing, software * distributed under the License is distributed on an "AS IS" BASIS, * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. * See the License for the specific language governing permissions and * limitations under the License. */ --> <configuration> </configuration> |
没关系，就用它。不要用docs目录下的hbase-default.xml，这个会让你看得难受。
编辑hbase-site.xml，添加如下内容（摘自standalone_dist.html，搜索“Fully-distributed”）：
|
<configuration> <property> <name>hbase.rootdir</name> <value>hdfs://172.25.40.171:/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>DEVNET-154-77,DEVNET-154-70,DEVNET-154-79</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.master.maxclockskew</name> <value>600000</value> <description>Time(ms) difference of regionserver from master</description> </property> </configuration> |
“hbase.zookeeper.对应hdfs-site.xml中的“dfs.namenode.rpc-address”。“hbase.zookeeper.quorum”配置为ZooKeeper集群各节点主机名或IP。
如果HDFS是cluster模式，那么hbase.rootdir请改成集群方式，如：
|
<property> <name>hbase.rootdir</name> <value>hdfs://test/hbase</value> </property> |
即值为core-site.xml中的fs.defaultFS值，再加上hbase目录。上述示例中的test，实际为hdfs-site.xml中的dfs.nameservices的值。
更多的信息，可以浏览：http://hbase.apache.org/book/config.files.html。
6.2.1. hbase.master.info.port
用于指定HMaster的http端口。
6.2.2. hbase.master.info.bindAddress
用于指定HMaster的http的IP地址，如果不设定该值，可能使用IPv6地址。
6.3. 修改conf/hbase-env.sh
需要在所有机器上做同样的操作，可以借助scp命令，先配置好一台，然后复制过去，如：scp hbase-site.xml hadoop@10.12.154.79:/data/hadoop/hbase/conf/，修改内容如下：
1) 设置JAVA_HOME
|
# The java implementation to use. Java 1.6 required. export JAVA_HOME=/data/jdk |
上述/data/jdk是JDK的安装目录。
2) 设置HBASE_MANAGES_ZK
|
# Tell HBase whether it should manage it's own instance of Zookeeper or not. export HBASE_MANAGES_ZK=false |
如果HBASE_MANAGES_ZK值为true，则表示使用HBase自带的ZooKeeper，建议单独部署ZooKeeper，这样便于ZooKeeper同时为其它系统提供服务。
3) 设置HBASE_CLASSPATH
|
# Extra Java CLASSPATH elements. Optional. export HBASE_CLASSPATH=/data/hadoop/current/etc/hadoop |
这个设置是不是有点让人迷惑？CLASSPATH怎么指向了hadoop的conf目录？这个设置是让hbase能找到hadoop，名字确实没取好。
除此之外，还可以考虑在hbase的conf目录下建立hadoop的hdfs-site.xml软链接。
7. 系统设置
在启动HBase之前完成即可，但这步需要root操作，在文件/etc/security/limits.conf中增加两项：limits和nproc，如：
|
hadoop - nofile 32768 hadoop hard nproc 320000 hadoop soft nproc 320000 |
nofile指定单个进程可以打开的文件个数，nproc指定最多进程数。“hadoop”需要改成实际的用户名。
为使limits生效，需要确保文件/etc/pam.d/login中有如下一行：
|
session required pam_limits.so |
如果由crond拉起，则还需要将上面这一行加入到/etc/pam.d/crond中。
完成修改后，不需要重启机器，只需要得新登录一下即可生效，可以使用命令“ulimit -a”查看生效前后的变化。
8. 启动运行
进入HBASE_HOME/bin目录，执行start-hbase.sh即可启动HBase。请使用JDK提供的jps命令，分别查看HMaster和HRegionServer进程是否已经起来，同时检查日志文件是否有错误。
9. 基本的HBase命令
通过执行“hbase shell”进入命令行操作界面。详细请浏览官方文档：quickstart.html。
|
# 查看有哪些表 list hbase(main):003:0> create 'test', 'cf' # 创建表test，一个列族cf 0 row(s) in 1.2200 seconds hbase(main):003:0> list 'test' .. 1 row(s) in 0.0550 seconds hbase(main):004:0> put 'test', 'row1', 'cf:a', 'value1' # 往表test的cf列族的a字段插入值value1 0 row(s) in 0.0560 seconds hbase(main):005:0> put 'test', 'row2', 'cf:b', 'value2' 0 row(s) in 0.0370 seconds hbase(main):006:0> put 'test', 'row3', 'cf:c', 'value3' 0 row(s) in 0.0450 seconds hbase(main):007:0> scan 'test' # 扫描表test ROW COLUMN+CELL row1 column=cf:a, timestamp=1288380727188, value=value1 row2 column=cf:b, timestamp=1288380738440, value=value2 row3 column=cf:c, timestamp=1288380747365, value=value3 3 row(s) in 0.0590 seconds hbase(main):008:0> get 'test', 'row1' # 从表test取一行数据 COLUMN CELL cf:a timestamp=1288380727188, value=value1 1 row(s) in 0.0400 seconds # 取某列的数据 get 'test', 'row1', 'cf1:col1' # 或者 get 'test', 'row1', {COLUMN=>'cf1:col1'} hbase(main):012:0> disable 'test' 0 row(s) in 1.0930 seconds hbase(main):013:0> drop 'test' 0 row(s) in 0.0770 seconds # 清空一个表 truncate 'test' # 查表行数方法 count ‘test’ # 删除行中的某个列值 delete 't1','row1','cf1:col1' # 删除整行 deleteall 't1','row1' # 退出hbase shell hbase(main):014:0> exit |
查表行数第二种方法：
bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter 'test'
10. 分拆Region
分拆Region最简单的方式是利用HBase web提供的Split功能，只需要输入被分拆的Region Key即可，如要拆分名为“test,03333333,1467613810867.38b8ef87bbf2f1715998911aafc8c7b3.”的Resion，只需要输入：test,03333333,1467613810867，然后点Split即可。
38b8ef87bbf2f1715998911aafc8c7b3为Region的ENCODED名，是一个MD5值，即md5(test,03333333,1467613810867)的结果。
在hbase shell中操作为：split 'regionName', 'splitKey'。
11. 合并Region
预分Region时，可能会产生一些过小或空的Region，这个时候可以考虑合并空的和过小的Region。
如果需要合并Region，可以使用工具org.apache.hadoop.hbase.util.Merge，但要求停集群，如：
$ ./hbase org.apache.hadoop.hbase.util.Merge
For hadoop 0.21+, Usage: bin/hbase org.apache.hadoop.hbase.util.Merge [-Dfs.defaultFS=hdfs://nn:port] <table-name> <region-1> <region-2>
hbase shell内置了合并region命令merge_region。
hbase shell通过调用lib/ruby目录下的ruby脚本来完成许多命令，这些命令的脚本全用ruby编码，均位于lib/ruby/shell/commands目录下。不能直接运行lib/ruby/shell/commands目录下的ruby脚本，它们只是各种功能的ruby模块，需进入hbase shell环境后运行，文件名即为命令名，不带参数运行，可以得到用法，如：
|
hbase(main):001:0> merge_region ERROR: wrong number of arguments (0 for 2) Here is some help for this command: Merge two regions. Passing 'true' as the optional third parameter will force a merge ('force' merges regardless else merge will fail unless passed adjacent regions. 'force' is for expert use only). NOTE: You must pass the encoded region name, not the full region name so this command is a little different from other region operations. The encoded region name is the hash suffix on region names: e.g. if the region name were TestTable,0094429456,1289497600452.527db22f95c8a9e0116f0cc13c680396. then the encoded region name portion is 527db22f95c8a9e0116f0cc13c680396 Examples: hbase> merge_region 'ENCODED_REGIONNAME', 'ENCODED_REGIONNAME' hbase> merge_region 'ENCODED_REGIONNAME', 'ENCODED_REGIONNAME', true |
实际上，编码的Region名ENCODED_REGIONNAME是一个MD5值。在线合并示例：
|
hbase(main):003:0> merge_region '000d96eef8380430d650c6936b9cef7d','b27a07c88dbbc070f716ee87fab15106' 0 row(s) in 0.0730 seconds |
12. 备HMaster配置
备HMaster可以有0到多个，配置和主HMaster完全相同，所以只需要复制一份已配置好的HMaster过去即可，然后同样的命令启动。启动好后，一样可以执行HBase shell命令。
13. 访问控制配置
13.1. 修改配置
为启用HBase的访问控制，需在hbase-site.xml文件中增加如下两个配置项：
|
<property> <name>hbase.coprocessor.master.classes</name> <value>org.apache.hadoop.hbase.security.access.AccessController</value> </property> <property> <name>hbase.coprocessor.region.classes</name> <value> org.apache.hadoop.hbase.security.token.TokenProvider,org.apache.hadoop.hbase.security.access.AccessController </value> </property> |
13.2. 权限管理
可以通过HBase shell进行权限管理，可以控制表（Table）和列族（Column Family）两个级别的权限，superuser为超级用户：
13.2.1. 授权权限
|
grant <user> <permissions> <table> [ <column family> [ <column qualifier> ] ] |
或字母R、W、C和A的组合（R：read，W：write，C：create，A：admin）。
13.2.2. 收回权限
|
revoke <user> <table> [ <column family> [ <column qualifier> ] ] |
13.2.3. 更改权限
|
alter 'tablename', {OWNER => 'username'} |
13.2.4. 查看权限
查看用户有哪些权限：user_permission <table>。
14. 常用hbase shell命令
以下命令均直接在hbase shell中运行：
|
import org.apache.hadoop.hbase.filter.SingleColumnValueFilter import org.apache.hadoop.hbase.filter.CompareFilter import org.apache.hadoop.hbase.util.Bytes # 包含所有列 scan 'test',{STARTROW =>'2016081100AA1600011516', STOPROW =>'2016081124ZZ1600011516',LIMIT=>2, FILTER=>SingleColumnValueFilter.new(Bytes.toBytes('cf1'),Bytes.toBytes('id'),CompareFilter::CompareOp.valueOf('EQUAL'),Bytes.toBytes('1299840901201608111600011516'))} # 不包含过滤的列的其它所有列 import org.apache.hadoop.hbase.filter.SingleColumnValueExcludeFilter scan 'test',{STARTROW =>'2016081100AA1600011516', STOPROW =>'2016081124ZZ1600011516',LIMIT=>2, FILTER=>SingleColumnValueExcludeFilter.new(Bytes.toBytes('cf1'),Bytes.toBytes('id'),CompareFilter::CompareOp.valueOf('EQUAL'),Bytes.toBytes('1299840901201608111600011516'))} # 预分区建表（splits是针对整个表的，而非某列族,因此独立的{}） create 'test',{NAME => 'cf1', VERSIONS => 1},{SPLITS_FILE => 'splits.txt'} |
15. 常见错误
本文的实践过程中遇到了如下一些错误：
1) 错误1：Host key not found from database
遇到如下错误，说明不能免密码登录DEVNET-154-70、DEVNET-154-77和DEVNET-154-79，假设用户名为hadoop，则可以试试ssh hadoop@DEVNET-154-70来检查是否能免密码登录：
|
./start-hbase.sh DEVNET-154-70: Host key not found from database. DEVNET-154-70: Key fingerprint: DEVNET-154-70: xihad-rotuf-lykeh-mapup-kylin-kybub-sohid-bucaf-gafyg-vecuc-tyxux DEVNET-154-70: You can get a public key's fingerprint by running DEVNET-154-70: % ssh-keygen -F publickey.pub DEVNET-154-70: on the keyfile. DEVNET-154-70: warning: tcgetattr failed in ssh_rl_set_tty_modes_for_fd: fd 1: Invalid argument DEVNET-154-77: Host key not found from database. DEVNET-154-77: Key fingerprint: DEVNET-154-77: xuhog-tavip-donon-vuvac-tycyh-sysyz-zacur-didoz-fugif-vosar-ruxyx DEVNET-154-77: You can get a public key's fingerprint by running DEVNET-154-77: % ssh-keygen -F publickey.pub DEVNET-154-77: on the keyfile. DEVNET-154-77: warning: tcgetattr failed in ssh_rl_set_tty_modes_for_fd: fd 1: Invalid argument DEVNET-154-79: Host key not found from database. DEVNET-154-79: Key fingerprint: DEVNET-154-79: xolim-mysyg-bozes-zilyz-futaf-tatig-zaryn-pilaf-betyf-meduf-tixux DEVNET-154-79: You can get a public key's fingerprint by running DEVNET-154-79: % ssh-keygen -F publickey.pub DEVNET-154-79: on the keyfile. DEVNET-154-79: warning: tcgetattr failed in ssh_rl_set_tty_modes_for_fd: fd 1: Invalid argument |
2) 错误2：Failed deleting my ephemeral node
原因可能是因为之前配置错误，比如使用HBase自带的ZooKeeper启动过，后改为使用外围的ZooKeeper再启动。
|
2014-04-22 16:26:17,452 WARN [regionserver60020] zookeeper.RecoverableZooKeeper: Node /hbase/rs/DEVNET-154-79,60020,1398155173411 already deleted, retry=false 2014-04-22 16:26:17,453 WARN [regionserver60020] regionserver.HRegionServer: Failed deleting my ephemeral node org.apache.zookeeper.KeeperException$NoNodeException: KeeperErrorCode = NoNode for /hbase/rs/DEVNET-154-79,60020,1398155173411 at org.apache.zookeeper.KeeperException.create(KeeperException.java:111) at org.apache.zookeeper.KeeperException.create(KeeperException.java:51) at org.apache.zookeeper.ZooKeeper.delete(ZooKeeper.java:873) at org.apache.hadoop.hbase.zookeeper.RecoverableZooKeeper.delete(RecoverableZooKeeper.java:156) at org.apache.hadoop.hbase.zookeeper.ZKUtil.deleteNode(ZKUtil.java:1273) at org.apache.hadoop.hbase.zookeeper.ZKUtil.deleteNode(ZKUtil.java:1262) at org.apache.hadoop.hbase.regionserver.HRegionServer.deleteMyEphemeralNode(HRegionServer.java:1273) at org.apache.hadoop.hbase.regionserver.HRegionServer.run(HRegionServer.java:1003) at java.lang.Thread.run(Thread.java:744) |
3) 错误3：Master rejected startup because clock is out of sync
来自RegionServer端的日志，HMaster拒绝RegionServer的连接。这个错误是因为HMaster上的时间和RegionServer上的时间相差超过30秒。两种解决办法：一是同步时间，二是修改hbase-site.xml中的hbase.master.maxclockskew（HMaster端的hdfs-site.xml文件）：。
|
2014-04-22 16:34:36,701 FATAL [regionserver60020] regionserver.HRegionServer: Master rejected startup because clock is out of sync org.apache.hadoop.hbase.ClockOutOfSyncException: org.apache.hadoop.hbase.ClockOutOfSyncException: Server DEVNET-154-79,60020,1398155672511 has been rejected; Reported time is too far out of sync with master. Time difference of 175968ms > max allowed of 30000ms at org.apache.hadoop.hbase.master.ServerManager.checkClockSkew(ServerManager.java:316) at org.apache.hadoop.hbase.master.ServerManager.regionServerStartup(ServerManager.java:216) at org.apache.hadoop.hbase.master.HMaster.regionServerStartup(HMaster.java:1281) at org.apache.hadoop.hbase.protobuf.generated.RegionServerStatusProtos$RegionServerStatusService$2.callBlockingMethod(RegionServerStatusProtos.java:5085) at org.apache.hadoop.hbase.ipc.RpcServer.call(RpcServer.java:2008) at org.apache.hadoop.hbase.ipc.CallRunner.run(CallRunner.java:92) at org.apache.hadoop.hbase.ipc.FifoRpcScheduler$1.run(FifoRpcScheduler.java:73) at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) at java.util.concurrent.FutureTask.run(FutureTask.java:266) at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142) at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617) at java.lang.Thread.run(Thread.java:744) at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method) at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62) at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45) at java.lang.reflect.Constructor.newInstance(Constructor.java:408) at org.apache.hadoop.ipc.RemoteException.instantiateException(RemoteException.java:106) at org.apache.hadoop.ipc.RemoteException.unwrapRemoteException(RemoteException.java:95) at org.apache.hadoop.hbase.protobuf.ProtobufUtil.getRemoteException(ProtobufUtil.java:284) at org.apache.hadoop.hbase.regionserver.HRegionServer.reportForDuty(HRegionServer.java:1998) at org.apache.hadoop.hbase.regionserver.HRegionServer.run(HRegionServer.java:839) at java.lang.Thread.run(Thread.java:744) |
将hbase.master.maxclockskew改成可以容忍10分钟：
|
<property> <name>hbase.master.maxclockskew</name> <value>600000</value> <description>Time(ms) difference of regionserver from master</description> </property> |
4) UnknownHostException: mycluster
下面这个错误是因为底层的HDFS变更了hdfs-site.xml中的配置项dfs.nameservices。hbase-site.xml中的配置项hbase.rootdir要跟着同步更新：
2015-12-01 15:33:23,200 ERROR [main] regionserver.HRegionServerCommandLine: Region server exiting
java.lang.RuntimeException: Failed construction of Regionserver: class org.apache.hadoop.hbase.regionserver.HRegionServer
at org.apache.hadoop.hbase.regionserver.HRegionServer.constructRegionServer(HRegionServer.java:2636)
at org.apache.hadoop.hbase.regionserver.HRegionServerCommandLine.start(HRegionServerCommandLine.java:64)
at org.apache.hadoop.hbase.regionserver.HRegionServerCommandLine.run(HRegionServerCommandLine.java:87)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
at org.apache.hadoop.hbase.util.ServerCommandLine.doMain(ServerCommandLine.java:126)
at org.apache.hadoop.hbase.regionserver.HRegionServer.main(HRegionServer.java:2651)
Caused by: java.lang.reflect.InvocationTargetException
at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:57)
at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
at java.lang.reflect.Constructor.newInstance(Constructor.java:526)
at org.apache.hadoop.hbase.regionserver.HRegionServer.constructRegionServer(HRegionServer.java:2634)
... 5 more
Caused by: java.lang.IllegalArgumentException: java.net.UnknownHostException: mycluster
at org.apache.hadoop.security.SecurityUtil.buildTokenService(SecurityUtil.java:373)
at org.apache.hadoop.hdfs.NameNodeProxies.createNonHAProxy(NameNodeProxies.java:258)
at org.apache.hadoop.hdfs.NameNodeProxies.createProxy(NameNodeProxies.java:153)
at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:602)
at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:547)
at org.apache.hadoop.hdfs.DistributedFileSystem.initialize(DistributedFileSystem.java:139)
at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2591)
at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:89)
at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2625)
at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2607)
at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:368)
at org.apache.hadoop.fs.Path.getFileSystem(Path.java:296)
at org.apache.hadoop.hbase.util.FSUtils.getRootDir(FSUtils.java:1002)
at org.apache.hadoop.hbase.regionserver.HRegionServer.<init>(HRegionServer.java:565)
16. 启动HBase thrift2 server
bin/hbase-daemon.sh start thrift2 --framed --hsha --workers 100
--hsha表示使用HshaServer，--workers表示HshaServer的工作线程数。更多信息请参考：
https://hbase.apache.org/devapidocs/org/apache/hadoop/hbase/thrift2/package-summary.html
默认端口号为9090，相应的http端口为9095。
17. 启动HBase rest server
bin/hbase-daemon.sh start rest -p 8080
简单访问示例（假设在10.143.136.232上启动了HBase rest server）：
1) 查看HBase版本：
http://10.143.136.232:8080/version/cluster
2) 查看集群状态
http://10.143.136.232:8080/status/cluster
3) 列出所有非系统表
4) 列出表test的所有regions
http://10.143.136.232:8080/test/regions
5) 取rowkey为100000797550117的整行数据（返回结果需要base64解密）
http://10.143.136.232:8080/test/100000797550117
6) 取rowkey为100000797550117，列族cf1下列field0列的数据（返回结果需要base64解密）
http://10.143.136.232:8080/test/100000797550117/cf1:field0
更多请浏览：
http://hbase.apache.org/book.html#_rest
17.1. Cluster-Wide
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/version/cluster |
GET |
查看HBase版本 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/version/cluster" |
|
/status/cluster |
GET |
查看集群状态 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/status/cluster" |
|
/ |
GET |
列出所有的非系统表 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/" |
注：可浏览器中直接打开，如：http://10.143.136.232:8080/version/cluster。
17.2. Namespace
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/namespaces |
GET |
列出所有namespaces |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/namespaces/" |
|
/namespaces/namespace |
GET |
查看指定namespace的说明 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/namespaces/special_ns" |
|
/namespaces/namespace |
POST |
创建一个新的namespace |
curl -vi -X POST \ -H "Accept: text/xml" \ "example.com:8000/namespaces/special_ns" |
|
/namespaces/namespace/tables |
GET |
列出指定namespace下的所有表 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/namespaces/special_ns/tables" |
|
/namespaces/namespace |
PUT |
修改一个已存在的namespace |
curl -vi -X PUT \ -H "Accept: text/xml" \ "http://example.com:8000/namespaces/special_ns |
|
/namespaces/namespace |
DELETE |
删除一个namespace，前提是该namespace已为空 |
curl -vi -X DELETE \ -H "Accept: text/xml" \ "example.com:8000/namespaces/special_ns" |
注：斜体部分是需要输入的。
17.3. Table
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/table/schema |
GET |
查看指定表的schema |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/schema" |
|
/table/schema |
POST |
使用schema创建一个新的表或修改已存在表的schema |
curl -vi -X POST \ -H "Accept: text/xml" \ -H "Content-Type: text/xml" \ -d '<?xml version="1.0" encoding="UTF-8"?><TableSchema name="users"><ColumnSchema name="cf" /></TableSchema>' \ "http://example.com:8000/users/schema" |
|
/table/schema |
PUT |
使用schema更新已存在的表 |
curl -vi -X PUT \ -H "Accept: text/xml" \ -H "Content-Type: text/xml" \ -d '<?xml version="1.0" encoding="UTF-8"?><TableSchema name="users"><ColumnSchema name="cf" KEEP_DELETED_CELLS="true" /></TableSchema>' \ "http://example.com:8000/users/schema" |
|
/table/schema |
DELETE |
删除表 |
curl -vi -X DELETE \ -H "Accept: text/xml" \ "http://example.com:8000/users/schema" |
|
/table/regions |
GET |
列出表的所有regions |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/regions |
17.4. Get
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/table/row/column:qualifier/timestamp |
GET |
取指定表指定列族下指定列的指定时间戳的值，返回的值为经过base64编码的，因此使用时需要做base64解码 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/row1" curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/row1/cf:a/1458586888395" |
|
/table/row/column:qualifier |
GET |
取指定表的指定列族下指定列的值 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/row1/cf:a" curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/row1/cf:a/" |
|
/table/row/column:qualifier/?v=number_of_versions |
GET |
取指定表的指定列族下指定列的指定版本值 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/row1/cf:a?v=2" |
17.5. Scan
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/table/scanner/ |
PUT |
创建一个scanner |
curl -vi -X PUT \ -H "Accept: text/xml" \ -H "Content-Type: text/xml" \ -d '<Scanner batch="1"/>' \ "http://example.com:8000/users/scanner/" |
|
/table/scanner/ |
PUT |
带Filter创建一个scanner，过滤器可以写在一个文本文件中，格式如： <Scanner batch="100"> <filter> { "type": "PrefixFilter", "value": "u123" } </filter> </Scanner> |
curl -vi -X PUT \ -H "Accept: text/xml" \ -H "Content-Type:text/xml" \ -d @filter.txt \ "http://example.com:8000/users/scanner/" |
|
/table/scanner/scanner-id |
GET |
取下一批数据，如果已无数据，则返回的HTTP代码为204 |
curl -vi -X GET \ -H "Accept: text/xml" \ "http://example.com:8000/users/scanner/145869072824375522207" |
|
table/scanner/scanner-id |
DELETE |
删除指定的scanner，释放资源 |
curl -vi -X DELETE \ -H "Accept: text/xml" \ "http://example.com:8000/users/scanner/145869072824375522207" |
17.6. Put
|
Endpoint |
HTTP Verb |
说明 |
示例 |
|
/table/row_key |
PUT |
往指定表写一行数据，注意行键、列族、列名和列值都必须采用base64编码 |
curl -vi -X PUT \ -H "Accept: text/xml" \ -H "Content-Type: text/xml" \ -d '<?xml version="1.0" encoding="UTF-8" standalone="yes"?><CellSet><Row key="cm93NQo="><Cell column="Y2Y6ZQo=">dmFsdWU1Cg==</Cell></Row></CellSet>' \ "http://example.com:8000/users/fakerow" curl -vi -X PUT \ -H "Accept: text/json" \ -H "Content-Type: text/json" \ -d '{"Row":[{"key":"cm93NQo=", "Cell": [{"column":"Y2Y6ZQo=", "$":"dmFsdWU1Cg=="}]}]}'' \ "example.com:8000/users/fakerow" |
18. 相关文档
《HBase-1.2.1分布式安装指南》
《Hive 0.12.0安装指南》
《ZooKeeper-3.4.6分布式安装指南》
《Hadoop 2.3.0源码反向工程》
《在Linux上编译Hadoop-2.7.2》
《Accumulo-1.5.1安装指南》
《Drill 1.0.0安装指南》
《Shark 0.9.1安装指南》
更多，敬请关注技术博客：http://aquester.cublog.cn。
附1：元数据
hbase在zookeeper上的目录结构：
|
[zk: localhost:2181(CONNECTED) 24] ls /hbase [replication, meta-region-server, rs, splitWAL, backup-masters, table-lock, flush-table-proc, region-in-transition, online-snapshot, acl, master, running, recovering-regions, draining, namespace, hbaseid, table] |
从0.96版本开始root-region-server被meta-region-server替代，原来的root被删除了，新的meta像原来的root一样，只有一个Region，不再会有多个Region。
从0.96版本开始引入了namespace，删除了-ROOT-表，之前的.META.表被hbase:meta表替代，其中hbase为namespace名。namespace可以认为类似于MySQL中的DB名，用于对表进行逻辑分组管理。
客户端对hbase提供DML操作不需要访问master，但DDL操作依赖master，在hbase shell中的list也依赖于master。
在主hbase master的web上，可以看到有三个系统表：hbase:acl，hbase:meta和hbase:namespace，注意hbase:acl和hbase:namespace的元数据也存储在hbase:meta中，这可以通过在hbase shell中执行scan 'hbase:meta'观察到。
|
hbase(main):015:0* scan 'hbase:meta',{LIMIT=>10} hbase:acl,,1460426731436.0bbdf170c309223c0ce830 column=info:regioninfo, timestamp=1460426830411, value={ENCODED => 0bbdf170c309223c0ce830facdff9edd, NAME => 'hbase:acl,,1460426731436.0bbdf facdff9edd. 170c309223c0ce830facdff9edd.', STARTKEY => '', ENDKEY => ''} hbase:acl,,1460426731436.0bbdf170c309223c0ce830 column=info:seqnumDuringOpen, timestamp=1461653766642, value=\x00\x00\x00\x00\x00\x00\x002 facdff9edd. hbase:acl,,1460426731436.0bbdf170c309223c0ce830 column=info:server, timestamp=1461653766642, value=hadoop-034:16020 facdff9edd. hbase:acl,,1460426731436.0bbdf170c309223c0ce830 column=info:serverstartcode, timestamp=1461653766642, value=1461653610096 |
第一列，即红色串为Region name；serverstartcode为Regsion server加载region的时间；server为Region server的IP和端口；regioninfo结构为：
1) ENCODED 为Region name的MD5值
2) NAME 为Region name
3) STARTKEY 为空表示为第一个Region
4) ENDKEY 如果也为空，则表示该表只有一个Region
附2：phoenix的安装
Phoenix的安装非常简单。官网有说明（http://phoenix.incubator.apache.org/download.html），二进制安装包可从http://www.apache.org/dyn/closer.cgi/incubator/phoenix/上下载，本文下载的是phoenix-4.7.0-incubating.tar.gz，注意和HBase的兼容关系：
|
Phoenix版本 |
HBase版本 |
|
Phoenix 2.x |
HBase 0.94.x |
|
Phoenix 3.x |
HBase 0.94.x |
|
Phoenix 4.x |
HBase 0.98.1+ |
安装步骤为：
1) 将phoenix-4.7.0-incubating.tar.gz上传到Phoenix客户端机器，假设安装到/data/hadoop
2) 解压phoenix-4.7.0-incubating.tar.gz，解压后生成phoenix-4.7.0-incubating目录
3) 建立软链接：ln -s phoenix-4.7.0-incubating phoenix
4) 将/data/hadoop/phoenix/hadoop-2/phoenix-4.7.0-incubating-client.jar添加到CLASSPATH
5) 将phoenix/common目录下的phoenix-core-4.7.0-incubating.jar复制到所有HBase region server的的CLASSPATH中，比如HBase的lib目录
6) 重启HBase集群
运行phoenix也非常简单，命令格式为：
|
sqlline.py zookeeper file.sql |
示例：
|
hadoop@VM-40-171-sles10-64:~/phoenix/bin> ./sqlline.py 10.12.154.78 Setting property: [isolation, TRANSACTION_READ_COMMITTED] issuing: !connect jdbc:phoenix:10.12.154.78 none none org.apache.phoenix.jdbc.PhoenixDriver Connecting to jdbc:phoenix:10.12.154.78 Connected to: Phoenix (version 4.0) Driver: org.apache.phoenix.jdbc.PhoenixDriver (version 4.0) Autocommit status: true Transaction isolation: TRANSACTION_READ_COMMITTED Building list of tables and columns for tab-completion (set fastconnect to true to skip)... 53/53 (100%) Done Done sqlline version 1.1.2 0: jdbc:phoenix:10.12.154.78> select * from test; Error: ERROR 1012 (42M03): Table undefined. tableName=TEST (state=42M03,code=1012) 0: jdbc:phoenix:10.12.154.78> create table test ( a int, b string); Error: ERROR 601 (42P00): Syntax error. Unsupported sql type: INT (state=42P00,code=601) 0: jdbc:phoenix:10.12.154.78> create table test (a integer, b integer); Error: ERROR 509 (42888): The table does not have a primary key. tableName=TEST (state=42888,code=509) 0: jdbc:phoenix:10.12.154.78> create table test (a integer primary key, b integer) ; No rows affected (1.424 seconds) 0: jdbc:phoenix:10.12.154.78> UPSERT INTO TEST VALUES (1, 1); 1 row affected (0.099 seconds) 0: jdbc:phoenix:10.12.154.78> UPSERT INTO TEST VALUES (2, 12); 1 row affected (0.02 seconds) 0: jdbc:phoenix:10.12.154.78> select * from test; +------------+------------+ | A | B | +------------+------------+ | 1 | 1 | | 2 | 12 | +------------+------------+ 2 rows selected (0.116 seconds) 0: jdbc:phoenix:10.12.154.78> |
有关语法请浏览：http://phoenix.incubator.apache.org/language/index.html，有关数据类型请浏览：http://phoenix.incubator.apache.org/language/datatypes.html。