Hadoop大数据平台实战(03)：Linux实战安装HBase，并保存数据

Apache HBase开源免费的Hadoop数据库，使用Java开发的，是一个分布式，可扩展的NoSQL数据库。本文会详细介绍HBase原理、架构、新特性、Linux环境下的安装，安装模式，表创建，简单的CRUD操作。

2、HBase新特性
1）线性和模块化可扩展性。
2）严格一致的读写操作。
3）自动分区，分表的自动和可配置分片
4）RegionServers之间的自动故障转移支持。
5）方便的基类，用于使用Apache HBase表支持Hadoop MapReduce作业。
6）易于使用的Java API，用于客户端访问。
7）阻止缓存和布隆过滤器以进行实时查询。
8）查询谓词通过服务器端过滤器下推
9）Thrift网关和REST-ful Web服务，支持XML，Protobuf和二进制数据编码选项
10）可扩展的基于jruby（JIRB）的Shell客户端
11）支持通过Hadoop指标子系统将指标导出到文件或Ganglia; 或通过JMX

3、HBase发展历史

谷歌在2006年发表了一篇关于Big Table的论文，
HBase最初是由Powerset公司开展的一个项目，因为需要处理大量数据以用于自然语言搜索。 并在2006年底开始了HBase的开发。
2007年创建的HBase原型为Hadoop contrib，第一个可用的HBase在2007年发布。
2008年，Hadoop成为Apache顶级项目，HBase成为其子项目。
此外，HBase 0.18,0.19于2008年10月发布。
2010年，HBase成为Apache顶级项目。
HBase 0.92于2011年发布。最新版本为0.96。
Facebook于2010年11月选择使用HBase实施其新的消息传递平台，但在2018年从HBase迁移出来。
截至2017年2月，1.2.x系列是目前的稳定版本。
2019年目前最新的版本是2.1.4版本。
4、HBase架构
HBase采用分布式架构，底层使用HDFS存储数据，支持区域RegionServer机制，自动分区扩展集群，支持大数据扩展。存储数据采用列族ColumnFamily模式。在HBase中，表被分成区域并由区域服务器提供不同的存储服务。 区域按列族垂直划分为“存储区”。 存储区在HDFS中保存为独立的文件。 下面显示的是HBase的分布式存储架构。

5、HBase下载安装
下面会详细介绍单节点独立HBase的设置。 独立实例具有所有HBase守护程序 - Master，RegionServers和ZooKeeper - 在单个JVM中运行，持久保存到本地文件系统。
HBase的安装通常分为3种模式：单机、伪分布式集群、完全分布式集群：
Standalone mode
Pseudo Distributed mode
Fully Distributed mode
HBase安装要求先安装JDK，我们使用JDK8版本。推荐使用Open JDK。如果你还不熟悉Hadoop安装过程，可以阅读这个文章：https://yq.aliyun.com/articles/695959。
6、安装JDK8
安装开源的JDK8，免费，不会引起收费问题。

sudo apt install default-jdk

查看安装版本 Java -version

7、安装SSH

sudo apt-get install openssh-server openssh-client

ssh-keygen -t rsa -P ""
cat $HOME/.ssh/id_rsa.pub >> $HOME/.ssh/authorized_keys

测试登录，不需要密码：
ssh localhost
8、安装HBase数据库

下载地址，我们选择当前的稳定版本1.2.11版本。http://hbase.apache.org/downloads.html。我们选择清华大学的国内服务器镜像。

wget https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/hbase-1.2.11/hbase-1.2.11-bin.tar.gz

等待下载完毕，解压，并且移动到安装目录，命令如下：

tar zxvf hbase-1.2.11-bin.tar.gz
tar xvzf hbase-1.2.11-bin.tar.gz
sudo mv hbase-1.2.11 /usr/local/hbase/

9、配置HBase环境变量
安装完毕以后，可以配置HBase的环境变量。
使用vim ~/.bashrc编辑配置文件，然后插入HBase环境变量

export HBASE_HOME=/usr/local/hbase
export PATH=$PATH:$HBASE_HOME/bin

使其生效，source ~/.bashrc
10、HBase编辑配置文件
为了单节点可以编辑配置文件，路径conf/hbase-site.xml，我们可以插入如下的参考配置：我们可以在配置文件里指定HBase和ZooKeeper存储位置，也可以使用默认设置。

<configuration>
  <property>
    <name>hbase.rootdir</name>
    <value>file:///home/frankxulei/hbase</value>
  </property>
  <property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/home/frankxulei/zookeeper</value>
  </property>
  <property>
    <name>hbase.unsafe.stream.capability.enforce</name>
    <value>false</value>
  </property>
</configuration>

11、启动HBase数据库
使用./start-hbase.sh启动HBase数据库。使用JPS命令检查是否正常运行。

这里已经正常启动HBase数据库。
也可以使用status version whoami三个命令 查看状态、版本和账号信息

12、测试HBase数据库，创建表，并保存数据

create 'test', 'cf'
put 'test', 'row1', 'cf:name', 'hadoop'
put 'test', 'row1', 'cf:name', 'hbase'
put 'test', 'row1', 'cf:name', 'frankxulei'

创建一个表test,列族cf,并且保存3条数据。

读取所有数据
scan 'test'
scan 'users'
获取单个值
get 'test', 'row1'

后续我们在讲解Hadoop集群架构，HBase底层原理与算法，存储模型，集群搭建。
参考网站：
http://hbase.apache.org/
https://en.wikipedia.org/wiki/Apache_HBase