高可用Hadoop平台－HBase集群搭建

1.概述

　　今天补充一篇HBase集群的搭建，这个是高可用系列遗漏的一篇博客，今天抽时间补上，今天给大家介绍的主要内容目录如下所示：

• 基础软件的准备
• HBase介绍
• HBase集群搭建
• 单点问题验证
• 截图预览

　　那么，接下来我们开始今天的HBase集群搭建学习。

2.基础软件的准备

　　由于HBase的数据是存放在HDFS上的，所以我们在使用HBase时，确保Hadoop集群已搭建完成，并运行良好。若是为搭建Hadoop集群，请参考我写的《配置高可用的Hadoop平台》来完成Hadoop平台的搭建。另外，我们还需要准备好HBase的安装包，这里我所使用的HBase-1.0.1，Hadoop版本使用的是2.6.0，基础软件下载地址如下所示：

　　HBase安装包　　《下载地址》

　　在准备好基础软件后，我们来介绍一下HBase的相关背景。

3.HBase介绍

　　在使用HBase的时候，我们需要清楚HBase是用来干什么的。HBase是一个分布式的、面向列的开源数据库，就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。它是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。

　　接下来我们来看看HBase的使用场景，HBase有如下使用场景：

•  大数据量 （100s TB级数据） 且有快速随机访问的需求。
•  例如淘宝的交易历史记录。数据量巨大无容置疑，面向普通用户的请求必然要即时响应。
•  容量的优雅扩展。
•  大数据的驱使，动态扩展系统容量的必须的。例如：webPage DB。
•  业务场景简单，不需要关系数据库中很多特性（例如交叉列、交叉表，事务，连接等等）。
•  优化方面：合理设计rowkey。因为hbase的查询用rowkey是最高效的，也几乎的唯一生产环境可行的方式。所以把你的查询请求转换为查询rowkey的请求吧。

4.HBase集群搭建

　　在搭建HBase集群时，既然HBase拥有高可用特性，那么我们在搭建的时候要充分利用这个特性，下面给大家一个HBase的集群搭建架构图，如下图所示：

　　这里由于资源有限，我将HBase的RegionServer部署在3个DN节点上，HBase的HMaster服务部署在NNA和NNS节点，部署2个HMaster保证集群的高可用性，防止单点问题。下面我们开始配置HBase的相关配置，这里我使用的是独立的ZK，未使用HBase自带的ZK。

• hbase-env.sh

# The java implementation to use.  Java 1.7+ required.
export JAVA_HOME=/usr/java/jdk1.7

# Tell HBase whether it should manage it's own instance of Zookeeper or not.
export HBASE_MANAGES_ZK=false

• hbase-site.xml

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>dn1:2181,dn2:2181,dn3:2181</value>
        <description>The directory shared by RegionServers.
        </description>
    </property>
    <property>
        <name>hbase.zookeeper.property.clientPort</name>
        <value>2181</value>
    </property>
    <property>
        <name>hbase.zookeeper.property.dataDir</name>
        <value>/home/hadoop/data/zk</value>
        <description>Property from ZooKeeper config zoo.cfg.
            The directory
            where the snapshot is stored.
        </description>
    </property>
    <property>
        <name>hbase.rootdir</name>
        <value>hdfs://cluster1/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>
</configuration>

• regionservers

dn1
dn2
dn3

5.单点问题验证

　　在配置完成集群后，我们开始启动集群，需要注意的时，在启动集群之前确保各个节点之间的时间是同步的，或者时间差不能太大，若时间差太大，会导致HBase启动失败。下面我们在NNA节点输入启动命令，命令内容如下所示：

[hadoop@nna ~]$ start-hbase.sh

　　然后，我们在NNS节点上在启动一个HMaster进程，启动命令如下所示：

[hadoop@nns ~]$ hbase-daemon.sh start master

　　然后，我们在各个节点输入jps命令查看相关启动进程，各个节点分布的进程如下表所示：

节点	进程
NNA	HMaster
NNS	HMaster
DN1	RegionServer
DN2	RegionServer
DN3	RegionServer

　　截图如下所示：

　　HBase的Web管理界面，默认端口是16010，这里我先启动的是NNA的HMaster，所提NNA节点HMaster对外提供服务，截图如下所示：

　　下面我kill掉NNA节点的HMaster进程，命令如下所示：

[hadoop@nna ~]$ kill -9 2542

　　然后，我们在查看相应的服务，由于我们使用了ZK，它会选择一个主服务出来，即NNS节点对外提供HMaster服务，截图如下所示：

　　通过验证，HBase的高可用性正常，避免存在单点问题。

6.截图预览

　　下面给出HBase数据库的截图预览，如下图所示：

7.总结

　　这里需要注意的是，在搭建HBase集群的时候需要保证Hadoop平台运行正常，各个节点的时间差不能相差太大，最后时间能够同步。否则会导致HBase的启动失败。另外，如果在启动HBase集群时，提示不能解析HDFS路径，这里将Hadoop的core-site.xml和hdfs-site.xml文件复制到HBase的conf文件目录下即可。

8.结束语

　　这篇博客就和大家分享到这里，如果大家在研究学习的过程当中有什么问题，可以加群进行讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！