hbase集群部署與測試（2017）

部署hbase的集群
首先我們要需要一個hadoop集群、至少要有一個hdfs的集群和zookeeper集群
用HA集群的可用性號，由于做實驗，沒必要這么多集群，那么就不用HA集群
第一步看一下hdfs是否正常
啟動hdfs
start-dfs.sh
啟動zookeeper看是否正常(每臺機器上都手動啟動zookeeper)
./zkServer.sh start
檢查zookeeper的工作狀態
./zkServer.sh status
我們可以輸入
hdfs dfsadmin -report 來查看集群的工作信息
前期工作準備好了，接下來就是搭建hbase
首先上傳hbase的安裝包（注意：這里hbase的安裝包必須要和之前安裝的hadoop的安裝包匹配要支持你所安裝的hadoop）
我安裝的hadoop是2系類的所有下載hbase時也要下載支持2系類的

上傳到主機上目錄上
解壓 tar -zxvf hbase文件名 -C app/

在運行的機器上docs文檔可以刪除來節省空間
rm -rf docs/

我們要到conf里面去修改配置文件
cd conf/
修改3個配置文件 hbase-env.sh hbase-site.xml regionservers
首先我們修改hbase-env.sh
vi hbase-env.sh
修改export JAVA_HOME=/usr/local/apps/jdk1.8.0_121修改成你安裝的jdk的安裝目錄
在另外一臺機器上執行echo $JAVA_HOME 找到jdk的安裝目錄。
接下來我們找一下export HBASE_MANAGES_ZK=true（在鍵盤上按ESC：/ZK 就可以自動找到）
export HBASE_MANAGES_ZK=true（告訴hbase他內部要不要管理zookeeper的管理實例hbase內部自己自帶的zookeeper 因為hadoop組件里面各種各種的組件都需要zookeeper，在這里我們要把export HBASE_MANAGES_ZK=false，不要讓hbase管理自己的zookeeper，如果hbase停掉了，他不會去把我們的zookeeper去關掉）

接下來修改hbase-site.xml(最主要的配置文件)

        vi hbase-site.xml
<configuration>
<!--指定hbase在HDFS上的存儲的路徑 -->
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop-server-00:9000/hbase</value>
</property>
<!--指定hbase是分布式的-->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!--指定zkd 地址，多個用“,”分割-->
<property>
<name>hbase.zookeeper.quorum</name>
<value>hadoop-server-00:2181,hadoop-server-01:2181,hadoop-server-02:2181</value>
</property>
</configuration>

接下來修改regionservers
        vi regionservers
    修改為：
hadoop-server-00
hadoop-server-01
hadoop-server-02
保存退出

**注意：我們要把hadoop中的hdfs-site.xml 和 core-site.xml 配置文件放到hbase/conf下

            pwd
        /usr/local/apps/hbase-0.98.24-hadoop2/conf
        cp /usr/local/apps/hadoop-2.6.5/etc/hadoop/hdfs-site.xml  ./
        cp /usr/local/apps/hadoop-2.6.5/etc/hadoop/core-site.xml  ./**

接下來我們要把在00上配置的hbase信息拷貝到01 02機器上
[root@hadoop-server-00 apps]# scp -r hbase-0.98.24-hadoop2/ hadoop-server-01:/usr/local/apps/
[root@hadoop-server-00 apps]# scp -r hbase-0.98.24-hadoop2/ hadoop-server-02:/usr/local/apps/

啟動hbase前必須保證hdfs的集群和zookeeper集群正常工作

啟動hbase，首先看一下bin目錄里面有上面腳本
            cd bin/
    在bin目錄下啟動hbase 
            ./start-hbase.sh（在那臺機器上啟動，你就在那臺機器上出現Hmaster 其他的集群機器出現QuorumPeerMain）
    我們要在集群中實現高可用性（HA）就要再啟動一個Hmaster，那么隨便在那臺機器上都可以，只要你安裝了hbase的安裝包
    隨便在那臺機器上卻換到bin目錄下看到hbase-daemon.sh
                ./hbase-daemon.sh statrt master（這樣就會有兩臺Hmaster）

hbase命令行客戶端簡單使用
在hbase的安裝包bin目錄下有一個hbase
./hbase shell
啟動一個shell這樣的交互的客戶端
進入了數據庫操作界面hbase(main):001:0> 可以再這后面進行hbase的命令操作
里面不可以用mysql的語句命令，他是不認識的，他有自己的一套語法，
第一次進入這個里面，你輸入的東西是不可以往回刪除的，我們需要在session Option做一個設置
點擊Emulation 選擇linux 在Mapped Keys 把Backspace sends delete前面的溝 溝上
可以用help查看命令

            Group name: ddl 數據定義語言
            Group name: dml 數據操作語言
        Group name: namespace  名稱空間（也就是mysql中的庫的概念）
            Group name: tools 運維的工具
            Group name: replication  做副本備份的工具
             Group name: snapshots   快照的工具
             Group name: security   做安全驗證的工具命令
                     status 查看狀態
        version 查看數據庫的版本號
        whoami 查看是哪個用戶操作的此數據庫
        list  查看哪些表

查找一個字段值的坐標
    表名---->rowkey---->列族名---->列----->版本號（版本號可以不指定，他默認返還給一個最新的值）

hbase表中，只支持一種數據類型：byte[]

hbase命令行客戶端創建表和插入數據以及表的排序特性
        hbase> create 't1', {NAME => 'f1',VERSIONS => 1}, {NAME => 'f2'}, {NAME => 'f3'}
        't1'表示：表名   {NAME => 'f1'}, {NAME => 'f2'}, {NAME => 'f3'}表示：列族名
        VERSIONS 表示：f1這個列族里面最多可以保存幾個版本
現在我們來創建一個表
        create 'user_info', {NAME => 'base_info',VERSIONS => 3},{NAME => 'extra_info'}
創建好后可以用list來看，就有這張表的存在了（其實在網頁上也可以看到）

用put命令在插入數據
        直接按put看系統提供的例子hbase> put 't1', 'r1', 'c1', 'value', ts1
            't1' 表示：表名  'r1' 表示：行鍵  'c1' 表示：列名（列名屬于列族 列族和列名一起寫）
        'value' 表示：你所插入列名的值 ts1 表示：事件搓（一般不需要手動去定義）
比如  
    put 'user_info','rk0001','base_info:id','1'
    put 'user_info','rk0001','base_info:name','zhangsan'
        put 'user_info','rk0001','base_info:age','20'
    put 'user_info','rk0001','extra_info:address','beijing'  
(在第一行中插入了四個字段和值：分別是base_info中的id name age 和extra_info中的address)
        put 'user_info','rk0002','base_info:id','2'
    put 'user_info','rk0002','base_info:name','lisi'
    put 'user_info','rk0002','base_info:sex','male'

(插入了兩行數據)
接下來我們來查詢一下
在dml中的get來查詢數據針對一行 scan對整個表的掃描
scan 'user_info'(查看的整個表)
scan也可以指定起始的范圍，不需要對整個表進行掃描 表很大的時候
scan 't1', {COLUMNS => ['c1', 'c2'], LIMIT => 10, STARTROW => 'xyz'}
't1' 表示：表名 COLUMNS => ['c1', 'c2'] 表示：要返還哪些列 STARTROW => 'xyz' 表示：范圍起始的行 LIMIT => 10要查詢多少行

比如：
    scan 'user_info', {LIMIT => 2, STARTROW => 'rk0001'}
hbase(main):030:0> scan 'mjh_shiyanshuju:mjh_hbase', {COLUMNS => ['b', 'ct'], LIMIT => 1, STARTROW => '001'}
ROW                         COLUMN+CELL                                                                    
 001                        column=b:balance, timestamp=1521192923285, value=10000.00                      
 001                        column=ct:email, timestamp=1521192923285, value=zhangsan@email.com             
 001                        column=ct:tep, timestamp=1521192923285, value=123456789                        
1 row(s) in 0.0600 seconds
hbase怎么查詢表里的總紀錄數呢？
hbase(main):010:0> count 'vargo:vargo_hbase'
3 row(s) in 0.0300 seconds

=> 3

他的排列的順序是不一定是我們插入時的順序，他的內部會給我們自動排序，排序后會給我們存放進去，他不是按照我們插入的先后順序排序而是按照字段的名字來排序（他是按照字母的排序大小來排序的a~z）
（hbase的表中，列族和kv都會自動排序，排序的規律是按照列族名和列名的字典順序，行也會排序，根據行健的字典順序）
比如是按照以下順序排列
rk0001
rk0001
rk0001
rk0001
rk00010
rk00010
rk00010
rk0002
rk0002
rk0002

用get命令在查詢數據
                  get 't1', 'r1', {COLUMN => 'c1', TIMERANGE => [ts1, ts2], VERSIONS => 4}

COLUMNS => 'c1'  表示：要返還哪些列  VERSIONS => 4 表示：返還的版本號  TIMERANGE => [ts1, ts2]：時間搓
比如：
get 'user_info' ,'rk0001'
get 'user_info' ,'rk0001',{COLUMN => 'base_info:name',VERSIONS => 3} 

hbase命令行客戶端管理名稱空間
Group name: namespace 名稱空間（也就是mysql中的庫的概念）
我們可以在不同的名稱空間里創建不同的表
create_namespace 'orderdb'
create 'orderdb:t_order','f1','f2'

查看名稱空間
        list_namespace
刪除名稱空間
        disable 'orderdb:t_order'(禁用'orderdb:t_order'中的表)
        drop 'orderdb:t_order' （刪除'orderdb:t_order'中的表）
        drop_namespace 'orderdb'（刪除'orderdb'名稱空間）

hbase(main):015:0> count 'vg_device'
Current count: 1000, row: 948069935274401803                                                               
1586 row(s) in 0.3650 seconds

=> 1586
hbase(main):016:0> truncate 'vg_device'    (情況表語句)
Truncating 'vg_device' table (it may take a while):
 - Disabling table...
 - Truncating table...
0 row(s) in 3.3790 seconds

hbase(main):017:0> count 'vg_device'
0 row(s) in 0.2500 seconds

=> 0

lsdf命令重寫出現界面hbase（main）>圖標

Hbase 建表基本命令總結:https://blog.csdn.net/kky2010_110/article/details/12616137

HBase scan shell操作詳解：https://blog.csdn.net/vaq37942/article/details/54949428

**Hbase在HDFS上的各個目錄作用** https://blog.csdn.net/jsjsjs1789/article/details/52739356
1、/hbase/.META.
就是存儲1中介紹的 META 表的存儲路徑。
2、/hbase/.archive
HBase 在做 Split或者 compact 操作完成之后，會將 HFile 移到.archive 目錄中，然后將之前的 hfile 刪除掉，該目錄由 HMaster 上的一個定時任務定期去清理。
3、/hbase/.corrupt
存儲HBase做損壞的日志文件，一般都是為空的。
4、/hbase/.hbck
HBase 運維過程中偶爾會遇到元數據不一致的情況，這時候會用到提供的 hbck 工具去修復，修復過程中會使用該目錄作為臨時過度緩沖。
5、/hbase/WAL
大家都知道 HBase 是支持 WAL（Write Ahead Log） 的，HBase 會在第一次啟動之初會給每一臺 RegionServer 在.log 下創建一個目錄，若客戶端如果開啟WAL 模式，會先將數據寫入一份到.log 下，當 RegionServer crash 或者目錄達到一定大小，會開啟 replay 模式，類似 MySQL 的 binlog。
6、/hbase/oldlogs
當.logs 文件夾中的 HLog 沒用之后會 move 到.oldlogs 中，HMaster 會定期去清理。
7、/hbase/.snapshot
hbase若開啟了 snapshot 功能之后，對某一個用戶表建立一個 snapshot 之后，snapshot 都存儲在該目錄下，如對表test 做了一個 名為sp_test 的snapshot，就會在/hbase/.snapshot/目錄下創建一個sp_test 文件夾，snapshot 之后的所有寫入都是記錄在這個 snapshot 之上。
8、/hbase/.tmp
當對表做創建或者刪除操作的時候，會將表move 到該 tmp 目錄下，然后再去做處理操作。
9、/hbase/hbase.id
它是一個文件，存儲集群唯一的 cluster id 號，是一個 uuid。
10、/hbase/hbase.version
同樣也是一個文件，存儲集群的版本號，貌似是加密的，看不到，只能通過web-ui 才能正確顯示出來。

2019/1/16 星期三
HBase二級索引實現方案 https://blog.csdn.net/wypersist/article/details/79830811
HBase的局限性 ： HBase本身只提供基于行鍵和全表掃描的查詢，而行鍵索引單一，對于多維度的查詢困難。
HBase的一級索引就是rowkey，我們只能通過rowkey進行檢索。如果我們相對hbase里面列族的列列進行一些組合查詢，就需要采用HBase的二級索引方案來進行多條件的查詢。

1. MapReduce方案
2. ITHBASE（Indexed-Transanctional HBase）方案
3. IHBASE（Index HBase）方案
4. Hbase Coprocessor(協處理器)方案

5. Solr+hbase方案

6. CCIndex（complementalclustering index）方案

詳細解釋 hbase分布式存儲機制簡介 //見單獨文檔

region server 可以由很多個 根據數據的規模來的
regionserver01 regionserver02 regionserver03

用戶具體創建的表是在hbase中具體怎么存儲的？

當一個大表的若干行達到一定范圍的時候（若干行的數據量達到10G就劃分為一個region）

每一個region會交給每一個regionserver去管理