【大数据技术基础 | 实验七】HBase实验：部署HBase

---

一、实验目的

1. 掌握HBase基础简介及体系架构；
2. 掌握HBase集群安装部署及HBase Shell的一些常用命令的使用；
3. 了解HBase和HDFS及Zookeeper之间的关系。

二、实验要求

1. 巩固学习下【大数据技术基础 | 实验一】配置SSH免密登录、【大数据技术基础 | 实验三】HDFS实验：部署HDFS、【大数据技术基础 | 实验五】ZooKeeper实验：部署ZooKeeper；
2. 部署一个主节点，三个子节点的HBase集群，并引用外部Zookeeper；
3. 进入HBase Shell通过命令练习创建表、插入数据及查询等命令。

三、实验原理

简介：HBase是基于Hadoop的开源分布式数据库，它以Google的BigTable为原型，设计并实现了具有高可靠性、高性能、列存储、可伸缩、实时读写的分布式数据库系统，它是基于列而不是基于行的模式，适合存储非结构化数据。

体系结构：HBase是一个分布式的数据库，使用Zookeeper管理集群，使用HDFS作为底层存储，它由HMaster和HRegionServer组成，遵从主从服务器架构。HBase将逻辑上的表划分成多个数据块即HRegion，存储在HRegionServer中。HMaster负责管理所有的HRegionServer，它本身并不存储任何数据，而只是存储数据到HRegionServer的映射关系(元数据)。HBase的基本架构如图所示：

四、实验环境

• 云创大数据实验平台：
  
• Java 版本：jdk1.7.0_79
• Hadoop 版本：hadoop-2.7.1
• ZooKeeper 版本：zookeeper-3.4.6
• HBase 版本：hbase-1.1.2

五、实验内容和步骤

本实验主要演示HBase的安装部署过程，因HBase依赖于HDFS和Zookeeper，所以该实验需要分为四个步骤。

首先，配置SSH无密钥登录（参考【大数据技术基础 | 实验一】配置SSH免密登录）。

其次，安装Hadoop集群（参考【大数据技术基础 | 实验三】HDFS实验：部署HDFS）。

然后，安装Zookeeper集群（参考【大数据技术基础 | 实验五】ZooKeeper实验：部署ZooKeeper）。

最后，修改HBase配置文件，具体内容如下：

（一）验证Hadoop和ZooKeeper已启动

通过jps命令验证Hadoop和ZooKeeper已启动：

jps

（二）修改HBase配置文件

将HBase安装包hbase.1.1.2.tar.gz解压到/usr/cstor目录，并将hbase.1.1.2目录改名为hbase，且所属用户改成root:root。

tar -zxvf hbase.1.1.2.tar.gz -c /usr/cstor/hbase
mv /usr/cstor/hbase.1.1.2 /usr/cstor/hbase
chown -R root:root /usr/cstor/hbase

以上操作实验平台已经事先做好了。我们直接进入到hbase目录下：

cd /usr/cstor/hbase
ls

1. 配置hbase-env.sh文件

进入解压目录下，配置conf目录下的/usr/cstor/hbase/conf/hbase-env.sh文件，设置如下：

vim /usr/cstor/hbase/conf/hbase-env.sh

• Java安装路径： (需根据实际情况指定)

export JAVA_HOME=/usr/local/jdk1.7.0_79

• 不使用HBase自带的Zookeeper：

export HBASE_MANAGES_ZK=false

2. 配置hbase-site.xml文件

配置conf目录下的hbase-site.xml文件，设置如下：

vim /usr/cstor/hbase/conf/hbase-site.xml

<configuration><property><name>hbase.rootdir</name><value>hdfs://master:8020/hbase</value></property><property><name>hbase.cluster.distributed</name><value>true</value></property><property><name>hbase.zookeeper.quorum</name><value>slave1,slave2,master</value></property><property><name>hbase.tmp.dir</name><value>/usr/cstor/hbase/data/tmp</value></property>
</configuration>

3. 配置regionservers文件

配置conf目录下的regionservers文件，设置如下：

vim /usr/cstor/hbase/conf/regionservers

slave1
slave2

配置完成后，将hbase目录传输到集群的其它节点：

scp -r /usr/cstor/hbase root@slave1:/usr/cstor
scp -r /usr/cstor/hbase root@slave2:/usr/cstor

（三）启动并验证HBase

接着，启动HBase，并简单验证HBase，如下：
在主节点master进入hbase解压目录的bin目录，启动HBase服务进程(已启动Zookeeper)：

cd /usr/cstor/hbase/bin
./start-hbase.sh

启动完HBase后，使用jps命令查看进程：

在master服务器上，可以看到HMaster进程；在slave1~2上，可以看到HRegionServer进程。这样，HBase就启动成功了。

通过以下命令进入HBase shell界面：

./hbase shell

在shell里创建表：

create 'testhbase' , 'f1'

查询所有表名：

list

查看表结构信息：

describe 'testhbase'

在shell里插入数据：

put 'testhbase', '001', 'f1:name', 'aaa'

在shell里查询：

scan 'testhbase'

删除表，先disable再drop：

disable 'testhbase'
drop 'testhbase'

退出shell：

quit

六、实验结果

HBase启动成功后，进入shell界面，用shell命令简单操作HBase数据库验证HBase成功安装，验证结果如图所示。

HBase安装成功后，可以通过访问HBase WEB页面（http://master:16010）来查看HBase集群的一些基本情况，如图所示。（这里的master要替换为对应的IP地址）

七、实验心得

  在进行HBase实验的过程中，我深刻体会到了HBase作为一个分布式、可扩展的NoSQL数据库的独特优势。HBase的设计理念强调高吞吐量和低延迟，这使得它非常适合处理大规模数据存储和实时数据访问。

  首先，我在实验中学习了HBase的基本架构。HBase是建立在Hadoop之上的，它利用Hadoop的HDFS作为底层存储。通过理解RegionServer、HMaster和Zookeeper的协作机制，我认识到HBase是如何实现高可用性和容错性的。尤其是Zookeeper在HBase中起到了关键的协调作用，确保了系统的一致性和稳定性。

  在实际操作中，我体验到了HBase的表设计与传统关系型数据库的显著不同。在HBase中，表的设计更为灵活，允许动态列族的添加和删除。这种灵活性使得我们可以更方便地进行数据建模，尤其是在处理多样化和不断变化的数据时。此外，实验中我还实践了HBase的CRUD操作，通过Java API进行数据的插入、查询、更新和删除。尽管最初遇到了一些API使用上的困惑，但在查阅文档和反复试验后，我逐渐掌握了如何高效地进行数据操作。HBase的Scan和Get操作让我能够快速检索所需数据，极大提高了数据处理效率。

  同时，我也注意到HBase在处理海量数据时的性能优势。在对大规模数据集进行测试时，HBase表现出色，能够迅速响应查询请求，显示出其高效的性能。这使我意识到，HBase非常适合大数据分析和实时数据处理的场景。在实验的最后阶段，我尝试对HBase进行一些基本的性能调优，了解了如预分区、缓存等优化策略。这些措施能够有效提升HBase的读写性能，为后续的应用提供了更好的支持。

  总的来说，这次HBase实验让我对分布式数据库的架构和操作有了更加深入的理解。通过实践，我不仅学会了如何使用HBase，还认识到了在实际应用中如何根据需求进行设计和优化。这将对我未来的数据处理和分析工作产生积极的影响。

附：以上文中的数据文件及相关资源下载地址：
链接：https://pan.quark.cn/s/356a503ecf3e
提取码：khqu