基于docker快速搭建hbase集群

落日映苍穹つ 2023-02-23 09:30 19阅读 0赞

# 一、概述 #

HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。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。

![format_png][]

## Hadoop生太圈 ##

通过Hadoop生态圈，可以看到HBase的身影，可见HBase在Hadoop的生态圈是扮演这一个重要的角色那就是 ** 实时、分布式、高维数据** 的数据存储；

## HBase简介 ##

*  HBase – Hadoop Database，是一个**高可靠性、高性能、面向列、可伸缩、 实时读写的分布式数据库** 
 *  利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理 HBase中的海量数据,利用Zookeeper作为其分布式协同服务
 *  主要用来存储非结构化和半结构化的松散数据（列存NoSQL数据库）

## HBase数据模型 ##

![format_png 1][]

以关系型数据的思维下会感觉，上面的表格是一个5列4行的数据表格，但是在HBase中这种理解是错误的，其实在HBase中上面的表格只是一行数据；

**Row Key:**

– 决定一行数据的唯一标识

– RowKey是按照字典顺序排序的。

– Row key最多只能存储64k的字节数据。

**Column Family列族（CF1、CF2、CF3） & qualifier列：**

– HBase表中的每个列都归属于某个列族，列族必须作为表模式(schema) 定义的一部分预先给出。如create ‘test’, ‘course’；

– 列名以列族作为前缀，每个“列族”都可以有多个列成员(column，每个列族中可以存放几千~上千万个列)；如 CF1:q1, CF2:qw,

新的列族成员（列）可以随后按需、动态加入，Family下面可以有多个Qualifier，所以可以简单的理解为，HBase中的列是二级列，

也就是说Family是第一级列，Qualifier是第二级列。两个是父子关系。

– 权限控制、存储以及调优都是在列族层面进行的；

– HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。

– 目前为止HBase的列族能能够很好处理最多不超过3个列族。

**Timestamp时间戳：**

– 在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间 戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，

最新的数据版本排在最前面。

– 时间戳的类型是64位整型。

– 时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫 秒的当前系统时间。

– 时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突， 就必须自己生成具有唯一性的时间戳。

**　Cell单元格：**

– 由行和列的坐标交叉决定；

– 单元格是有版本的（由时间戳来作为版本）；

– 单元格的内容是未解析的字节数组（Byte\[\]），cell中的数据是没有类型的，全部是字节码形式存贮。

• 由\{row key，column(=<family> +<qualifier>)，version\}唯一确定的单元。

## HBase体系架构 ##

![format_png 2][]

**Client**

• 包含访问HBase的接口并维护cache来加快对HBase的访问

**　　　Zookeeper**

• 保证任何时候，集群中只有一个master

• 存贮所有Region的寻址入口。

• 实时监控Region server的上线和下线信息。并实时通知Master

• 存储HBase的schema和table元数据

**Master**

• 为Region server分配region

• 负责Region server的负载均衡

• 发现失效的Region server并重新分配其上的region

• 管理用户对table的增删改操作

**RegionServer**

• Region server维护region，处理对这些region的IO请求

• Region server负责切分在运行过程中变得过大的region

**　　　  HLog(WAL log)：**

– HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是 HLogKey对象，HLogKey中记录了写入数据的归属信息，

除了table和 region名字外，同时还包括sequence number和timestamp，timestamp是” 写入时间”，sequence number的起始值为0，

或者是最近一次存入文件系 统中sequence number。

– HLog SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的 KeyValue

**　　　Region**

– HBase自动把表水平划分成多个区域(region)，每个region会保存一个表 里面某段连续的数据；每个表一开始只有一个region，随着数据不断插 入表，

region不断增大，当增大到一个阀值的时候，region就会等分会 两个新的region（裂变）；

– 当table中的行不断增多，就会有越来越多的region。这样一张完整的表 被保存在多个Regionserver上。

**　　　Memstore 与 storefile**

– 一个region由多个store组成，一个store对应一个CF（列族）

– store包括位于内存中的memstore和位于磁盘的storefile写操作先写入 memstore，当memstore中的数据达到某个阈值，

hregionserver会启动 flashcache进程写入storefile，每次写入形成单独的一个storefile

– 当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、 major compaction），在合并过程中会进行版本合并和删除工作 （majar），

形成更大的storefile。

– 当一个region所有storefile的大小和超过一定阈值后，会把当前的region 分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡。

– 客户端检索数据，先在memstore找，找不到再找storefile

– HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表 示不同的HRegion可以分布在不同的HRegion server上。

– HRegion由一个或者多个Store组成，每个store保存一个columns family。

– 每个Strore又由一个memStore和0至多个StoreFile组成。

如图：StoreFile 以HFile格式保存在HDFS上。

![format_png 3][]

# 二、docker部署 #

## 环境说明 ##

<table> 
 <tbody> 
  <tr> 
   <td>操作系统</td> 
   <td>docker版本</td> 
   <td>ip地址</td> 
   <td>配置</td> 
  </tr> 
  <tr> 
   <td>centos 7.6</td> 
   <td>19.03.12</td> 
   <td>192.168.31.229</td> 
   <td>4核8g</td> 
  </tr> 
 </tbody> 
</table>

## 软件版本 ##

<table> 
 <tbody> 
  <tr> 
   <td>软件</td> 
   <td>版本</td> 
  </tr> 
  <tr> 
   <td>openjdk</td> 
   <td>java-8-openjdk-amd64</td> 
  </tr> 
  <tr> 
   <td>hadoop</td> 
   <td>2.9.2</td> 
  </tr> 
  <tr> 
   <td>hbase</td> 
   <td>1.3.6</td> 
  </tr> 
  <tr> 
   <td>zookeeper</td> 
   <td>3.4.14</td> 
  </tr> 
 </tbody> 
</table>

说明：openjdk直接用apt-get 在线安装，其他软件从官网下载即可。

## 目录结构 ##

cd /opt/
    git clone https://github.com/py3study/hadoop-hbase.git

/opt/hadoop-hbase 目录结构如下：

./
    ├── config
    │   ├── core-site.xml
    │   ├── hadoop-env.sh
    │   ├── hbase-env.sh
    │   ├── hbase-site.xml
    │   ├── hdfs-site.xml
    │   ├── mapred-site.xml
    │   ├── regionservers
    │   ├── run-wordcount.sh
    │   ├── slaves
    │   ├── ssh_config
    │   ├── start-hadoop.sh
    │   ├── yarn-site.xml
    │   └── zoo.cfg
    ├── Dockerfile
    ├── hadoop-2.9.2.tar.gz
    ├── hbase-1.3.6-bin.tar.gz
    ├── README.md
    ├── run.sh
    ├── sources.list
    ├── start-container1.sh
    ├── start-container2.sh
    └── zookeeper-3.4.14.tar.gz

由于软件包比较大，需要使用迅雷下载，下载地址如下：

https://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.9.2/hadoop-2.9.2.tar.gz
    https://mirror.bit.edu.cn/apache/hbase/hbase-1.3.6/hbase-1.3.6-bin.tar.gz
    https://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.14/zookeeper-3.4.14.tar.gz

构建镜像

docker build -t hadoop-hbase:1 .

创建数据目录

mkdir -p /data/hadoop-cluster/master/ /data/hadoop-cluster/slave{
        1,2}/

创建网桥

docker network create hadoop

运行镜像

cd /opt/hadoop-hbase
    bash start-container1.sh

拷贝hdfs文件到宿主机目录

docker cp hadoop-master:/root/hdfs /data/hadoop-cluster/master/
    docker cp hadoop-slave1:/root/hdfs /data/hadoop-cluster/slave1/
    docker cp hadoop-slave2:/root/hdfs /data/hadoop-cluster/slave2/

拷贝zookeeper文件到宿主机目录

docker cp hadoop-master:/usr/local/zookeeper/data /data/hadoop-cluster/master/zookeeper
    docker cp hadoop-slave1:/usr/local/zookeeper/data /data/hadoop-cluster/slave1/zookeeper
    docker cp hadoop-slave2:/usr/local/zookeeper/data /data/hadoop-cluster/slave2/zookeeper

使用第2个脚本，挂载宿主机目录，运行镜像

bash start-container2.sh

## 开启hadoop ##

启动hadoop集群

bash start-hadoop.sh

注意：这一步会ssh连接到每一个节点，确保ssh信任是正常的。

Hadoop的启动速度取决于机器性能

## 运行wordcount ##

先等待1分钟，再执行命令：

bash run-wordcount.sh

此脚本会连接到fdfs，并生成几个测试文件。

运行结果：

...
    input file1.txt:
    Hello Hadoop
    
    input file2.txt:
    Hello Docker
    
    wordcount output:
    Docker  1
    Hadoop  1
    Hello   2

wordcount的执行速度取决于机器性能

## 关闭安全模式 ##

执行命令：

hadoop dfsadmin -safemode leave

## 启动hbase ##

/usr/local/hbase/bin/start-hbase.sh

**注意：等待3分钟，因为启动要一定的时间。**

## 进入hbase shell ##

/usr/local/hbase/bin/hbase shell

# 三、HBase的Shell命令 #

## 查看列表 ##

hbase(main):001:0> list
    TABLE                                                                                                                                          
    users                                                                                                                                          
    users_tmp                                                                                                                                      
    2 row(s) in 0.2370 seconds

如果出现

ERROR: org.apache.hadoop.hbase.PleaseHoldException: Master is initializing

说明hbase集群还没有启动好，需要等待一段时间。

## 创建表 ##

hbase(main):002:0> create 'users','user_id','address','info'
    0 row(s) in 4.6300 seconds
    
    => Hbase::Table - users

## 添加记录 ##

hbase(main):002:0> put 'users','xiaoming','info:birthday','1987-06-17'
    0 row(s) in 0.1910 seconds

## 获取记录 ##

取得一个id的所有数据

hbase(main):003:0> get 'users','xiaoming'
    COLUMN                               CELL                                                                                                      
     info:birthday                       timestamp=1594003730408, value=1987-06-17                                                                 
    1 row(s) in 0.0710 seconds

## 更新记录 ##

hbase(main):004:0> put 'users','xiaoming','info:age' ,''
    0 row(s) in 0.0150 seconds
    
    hbase(main):005:0> get 'users','xiaoming','info:age'
    COLUMN                               CELL                                                                                                      
     info:age                            timestamp=1594003806409, value=                                                                           
    1 row(s) in 0.0170 seconds

## 获取单元格数据的版本数据 ##

hbase(main):006:0> get 'users','xiaoming',{COLUMN=>'info:age',VERSIONS=>1}
    COLUMN                               CELL                                                                                                      
     info:age                            timestamp=1594003806409, value=                                                                           
    1 row(s) in 0.0040 seconds

## 全表扫描 ##

hbase(main):007:0> scan 'users'
    ROW                                  COLUMN+CELL                                                                                               
     xiaoming                            column=info:age, timestamp=1594003806409, value=                                                          
     xiaoming                            column=info:birthday, timestamp=1594003730408, value=1987-06-17                                           
    1 row(s) in 0.0340 seconds

## 删除 ##

删除xiaoming值的'info:age'字段：

hbase(main):008:0> delete 'users','xiaoming','info:age'
    0 row(s) in 0.0340 seconds
    
    hbase(main):009:0> get 'users','xiaoming'
    COLUMN                               CELL                                                                                                      
     info:birthday                       timestamp=1594003730408, value=1987-06-17                                                                 
    1 row(s) in 0.0110 seconds

删除整行

hbase(main):010:0> deleteall 'users','xiaoming'
    0 row(s) in 0.0170 seconds

统计表的行数

hbase(main):011:0> count 'users'
    0 row(s) in 0.0260 seconds

清空表：

hbase(main):012:0> truncate 'users'
    Truncating 'users' table (it may take a while):
     - Disabling table...
     - Truncating table...
    0 row(s) in 4.2520 seconds

# 四、web服务验证 #

## hadoop管理页面 ##

http://ip地址:8088/

效果如下：

![format_png 4][]

![format_png 5][]

## hdfs 管理页面 ##

http://ip地址:50070/

效果如下：

![format_png 6][]

## hbase 管理页面 ##

http://ip地址:16010/

效果如下：

![format_png 7][]

注意：这里出现的 2 nodes with inconsistent version，不用理会，不影响正常运行。

参考链接：[https://developer.aliyun.com/ask/136178?spm=a2c6h.13159736][https_developer.aliyun.com_ask_136178_spm_a2c6h.13159736]

本文参考链接：

[https://www.cnblogs.com/raphael5200/p/5229164.html][https_www.cnblogs.com_raphael5200_p_5229164.html]

[https://blog.csdn.net/qq\_32440951/article/details/80803729][https_blog.csdn.net_qq_32440951_article_details_80803729]

[https://www.jianshu.com/p/a1524dccb1e4][https_www.jianshu.com_p_a1524dccb1e4]

[https://www.bbsmax.com/A/6pdDLqOGdw/][https_www.bbsmax.com_A_6pdDLqOGdw]

[format_png]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwMzE1NTU0MDk5MC0xMzI1NjQ1NTE2LnBuZw?x-oss-process=image/format,png
[format_png 1]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwMzE1NTc1NzE3OC0xODQwNzkxNjEwLnBuZw?x-oss-process=image/format,png
[format_png 2]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwMzE2MDAxMjkxNi0xNjI3MzQ3MDEwLnBuZw?x-oss-process=image/format,png
[format_png 3]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwMzE2MDA0MTY5My0xMDEyNTQ2NjM4LnBuZw?x-oss-process=image/format,png
[format_png 4]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwNjExMDE1ODc1Mi0xOTIxMjI4ODc5LnBuZw?x-oss-process=image/format,png
[format_png 5]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwNjExMDI1MDE0OS0xNDM3NzYwOTc5LnBuZw?x-oss-process=image/format,png
[format_png 6]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwNjExMDMzOTc4MS04OTQ2MzI5MzMucG5n?x-oss-process=image/format,png
[format_png 7]: http://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWcyMDIwLmNuYmxvZ3MuY29tL2Jsb2cvMTM0MTA5MC8yMDIwMDcvMTM0MTA5MC0yMDIwMDcwNjExMDQyMTMzMi0zMjM4MDcyMzQucG5n?x-oss-process=image/format,png
[https_developer.aliyun.com_ask_136178_spm_a2c6h.13159736]: https://developer.aliyun.com/ask/136178?spm=a2c6h.13159736
[https_www.cnblogs.com_raphael5200_p_5229164.html]: https://www.cnblogs.com/raphael5200/p/5229164.html
[https_blog.csdn.net_qq_32440951_article_details_80803729]: https://blog.csdn.net/qq_32440951/article/details/80803729
[https_www.jianshu.com_p_a1524dccb1e4]: https://www.jianshu.com/p/a1524dccb1e4
[https_www.bbsmax.com_A_6pdDLqOGdw]: https://www.bbsmax.com/A/6pdDLqOGdw/