1.集群搭建

1. 前置要求：

  - HBASE是用Java语言编写的，所以在安装HBASE时，必须安装jdk
  - 安装HBASE是必须有hadoop平台
  - HBASE和jdk的版本存在兼容性，一定注意
jdk：

hadoop：

2. 集群规划：

3. 具体搭建：

① 上传安装包（hbase-1.2.6-bin.tar.gz）
②解压：tar zxvf hbase-1.2.6-bin.tar.gz -C /application/
③配置环境变量：

export HBASE_HOME=/application/hbase-1.2.6
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$SQOOP_HOME/bin:$HBASE_HOME/bin

source /etc/profie  #刷新配置文件
hbase version    #查看是否配置成功

④修改hbase的配置文件
cd /application/hbase-1.2.6/conf
hbase-env.sh：

export JAVA_HOME=/application/jdk1.8  #配置jdk
export HBASE_MANAGES_ZK=false  #配置使用自己的zookeeper
#psHBASE中必须依赖zookeeper，zookeeper作用是存储HBASE的寻址入口HBASE自带的是单机版的，所有需要开启使用自己的

hbase-site.xml：

<configuration><property>
<!-- 指定 hbase 在 HDFS 上存储的路径 --><name>hbase.rootdir</name><value>hdfs://zzy/hbase</value></property><property>
<!-- 指定 hbase 是分布式的 --><name>hbase.cluster.distributed</name><value>true</value></property><property>
<!-- 指定 zk 的地址，多个用“,”分割 --><name>hbase.zookeeper.quorum</name><value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value></property>
</configuration>

regionservers：

hadoop01
hadoop02
hadoop03

backup-masters（自行创建）：

#配置备份主节点的节点
hadoop02

⑤要把 hadoop 的 hdfs-site.xml 和 core-site.xml 放到 hbase-1.2.6/conf 下
因为hadoop集群是HA模式，所以需要配置：

cp /application/hadoop-2.7.6/etc/hadoop/core-site.xml .
cp /application/hadoop-2.7.6/etc/hadoop/hdfs-site.xml .

⑥分发安装到各节点

cd /application/
scp -r hbase-1.2.6 hadoop02:$PWD
scp -r hbase-1.2.6 hadoop03:$PWD

⑦时间同步：
HBase 集群对于时间的同步要求的比 HDFS 严格，所以，集群启动之前千万记住要进行时间同步，要求相差不要超过 30s。在定时任务中配置定时更新时间。

4. 启动集群：

① 先在每一个节点zookeeper 集群：zkServer.sh start
②启动hdfs集群：start-dfs.sh
③启动hbase：start-hbase.sh（启动） / stop-hbase.sh（关闭） 最好在主节点启动，在哪个节点启动哪个节点就是hmaster。
④ 检测是否正常启动：jps



Web界面访问：http://HBASE主节点:16010
注意：如果有节点相应的进程没有启动，那么可以手动启动：

    hbase-daemon.sh start masterhbase-daemon.sh start regionserver

2.集群架构

   在HBASE集群中：有多个主（hmaster）、多个从（RegionServer），每一个从节点中存储的是多个Region，每一个Region，是HBASE一张表中分出来的（默认的Region大小为10G）。

集群角色介绍：

1. region：

  是HBASE将一个表中的所有数据按照RowKey的不同范围进行切割的逻辑单元，每一个region负责一定范围数据的读写访问。Region由RegionServer负责管理。HBASE中的region的概念就和hdfs中的数据块的概念差不多。Region 是 HBase 表切分出来的一个分片。Region的大小在1.x版本的时候是1G，在2.X版本的时候是10G。
Region的工作机制：

  当客户端发送命令（delete/put）的时候，region接收到请求的时候，首先会将数据更新到内存中，同时将操作记录到日志（追加），不论做的是什么操作，就会记录到操作日志中，为了进行数据恢复，因为region接收请求的时候，只是将数据同步到内存，如果节点一宕机则数据丢失，所以通过日志的方式进行数据恢复（或者说是持久化）。当然这个日志记录到一定大小的时候会进行切分，切分出来的叫Hfile，最后到有很多Hfile的时候，会进行日志合并，会将这些Hfile合并一个storeFile，在进行合并的时候，会将日志中的delete和put进行抵消删除（即一个put操作，如果有一个对应有一个delete操作，则这两条记录抵消，在合并的时候不会记录），最终合并出来的storefile中就会只有put操作而没有delete操作。

2. hmaster：

  HBASE的主节点，负责整个集群的状态感知、负载分配、负责用户表的元数据 (schema)管理（可以配置多个用来实现 HA），只有hmaster才有权利去修改元数据。
  HBase 的 HMaster 其实就算是宕机一段时间也可以正常对外提供服务的，因为在HMaster在宕机的时候，集群仍然可以进行查询但是不能进行读写。
   HMaster的负载：当第一次建立表的时候，只有一个Region，然后当region的值超过1G的时候，此时HBASE的HMaster会将region进行拆分（如果是2G，一份为二，每一个是1G），拆分后的region可能不存在一个节点上。由于HBASE是搭建在hadoop之上的，所以region的副本会在hdfs操作。
   hmaster的节点的上下线感知：当如果有一台Reginaservers宕机了，hmaster会自动将这个宕机节点中存储的region通过其他的副本在另外的节点上复制出来（基于hdfs的副本），当宕机的节点重新恢复的时候，hmaster又会进行负载，保证每一个Reginaservers中的region的个数大致相同，（只能保证集群的region的个数进行负载，如果region的大小不同，不能根据数据的大小进行负载）。

3.RegionServer：

   HBase 中真正负责管理 Region 的服务器，也就是负责为客户端进行表数据读 写的服务器。每一台 RegionServer 会管理很多的 Region，一个 RegionServer 上面管理的所有 的region不属于同一张表。负责Region的拆分，负责和底层的HDFS的存储交互，负责StoreFile 的合并。

4. ZooKeeper

   整个 HBase 中的主从节点协调，元数据的入口，主节点之间的选举，集群节点 之间的上下线感知……都是通过 ZooKeeper 来实现

5. Client

   Client 包含了访问 HBase 的接口，另外 Client 还维护了对应的 Cache 来加速 HBase 的 访问，比如 Cache 的.META.元数据的信息。（缓存上一个查询的rowkey的具体位置，方便快速一次查询）。