文章目录
- 一、实验目的
- 二、实验要求
- 三、实验原理
- 四、实验环境
- 五、实验内容和步骤
- （一）验证Hadoop和ZooKeeper已启动
- （二）修改HBase配置文件
- （三）启动并验证HBase
- 六、实验结果
- 七、实验心得
一、实验目的
- 掌握HBase基础简介及体系架构；
- 掌握HBase集群安装部署及HBase Shell的一些常用命令的使用；
- 了解HBase和HDFS及Zookeeper之间的关系。
二、实验要求
- 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；
- 部署一个主节点，三个子节点的HBase集群，并引用外部Zookeeper；
- 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
