一、先决条件
1、JDK
和Hadoop一样，Hbase需要JDK1.6或者更高的版本，所以请安装好JDK并配置环境变量。
Hbase版本与JDK版本
| HBase Version | JDK 7 | JDK 8 | JDK 9 (Non-LTS) | JDK 10 (Non-LTS) | JDK 11 |
| 2.0+ | HBASE-20264 | HBASE-20264 | HBASE-21110 | ||
| 1.2+ | HBASE-20264 | HBASE-20264 | HBASE-21110 |
2、Zookeeper
zookeeper是Hbase集群的协调器，负责解决HMaster的单点问题，所以必须先安装好一个zookeeper。
3、Hadoop
集群模式下，我们需要Hadoop环境
Hadoop 版本支持
- T = 支持
- F = 不支持
- N = 未测试
| HBase-1.2.x, HBase-1.3.x | HBase-1.4.x | HBase-2.0.x | HBase-2.1.x | |
| Hadoop-2.4.x | T | F | F | F |
| Hadoop-2.5.x | T | F | F | F |
| Hadoop-2.6.0 | F | F | F | F |
| Hadoop-2.6.1+ | T | F | T | F |
| Hadoop-2.7.0 | F | F | F | F |
| Hadoop-2.7.1+ | T | T | T | T |
| Hadoop-2.8.[0-1] | F | F | F | F |
| Hadoop-2.8.2 | N | N | N | N |
| Hadoop-2.8.3+ | N | N | T | T |
| Hadoop-2.9.0 | F | F | F | F |
| Hadoop-2.9.1+ | N | N | N | N |
| Hadoop-3.0.[0-2] | F | F | F | F |
| Hadoop-3.0.3+ | F | F | T | T |
| Hadoop-3.1.0 | F | F | F | F |
| Hadoop-3.1.1+ | F | F | T | T |
二、安装与部署
Hbase有两种运行模式，单机模式和分布式模式。
1、单机模式
下载
首先在这里下载Hbase的一个稳定版本，https://www.apache.org/dyn/closer.lua/hbase/
建议点击顶部链接，进入 HBase Releases 点击 stable 的文件夹，然后下载将以 tar.gz 结尾的二进制文件到本地。暂时不要下载以 src.tar.gz 结尾的文件。
解压
进入到那个要解压的目录
$ tar xzvf hbase-1.3.5-bin.tar.gz $ cd hbase-1.3.5/
JAVA_HOME
在启动 HBase 之前，您需要设置JAVA_HOME环境变量。您可以通过操作系统的常用设置来设置变量，HBase 也提供了一个中心机制 conf/hbase-env.sh。编辑此文件，取消注释以JAVA_HOME开头的行，并将其设置为适合您的操作系统的路径。
JAVA_HOME=/usr
hbase-site.xml
编辑 HBase 主配置文件 conf/hbase-site.xml.
您需要在本地文件系统上指定 HBase 和 ZooKeeper 数据存储目录.
<configuration> <property> <name>hbase.rootdir</name> <value>file:///home/testuser/hbase</value> </property> <property> <name>hbase.zookeeper.property.dataDir</name> <value>/home/testuser/zookeeper</value> </property> <property> <name>hbase.unsafe.stream.capability.enforce</name> <value>false</value> <description> Controls whether HBase will check for stream capabilities (hflush/hsync). Disable this if you intend to run on LocalFileSystem, denoted by a rootdir with the 'file://' scheme, but be mindful of the NOTE below. WARNING: Setting this to false blinds you to potential data loss and inconsistent system state in the event of process and/or node failures. If HBase is complaining of an inability to use hsync or hflush it's most likely not a false positive. </description> </property> </configuration>
启停
bin/start-hbase.sh 为启动 HBase
bin/start-hbase.sh为停止 HBase
可以使用 jps 确认 HMaster 和 HRegionServer 进程是否开启关闭。
2、集群模式
2.1 伪分布式模式
伪分布模式意味着 HBase 仍然在单个主机上完全运行，但是每个 HBase 守护进程（HMaster，HRegionServer 和 ZooKeeper）作为一个单独的进程运行.
使用集群模式前，要保证HDFS可以正常运行。
hbase-site.xml
编辑 HBase 主配置文件 conf/hbase-site.xml.
需要将分布式模式开启 指定hdfs的URI
<property> <name>hbase.cluster.distributed</name> <value>true</value> </property> <property> <name>hbase.rootdir</name> <value>hdfs://localhost:8020/hbase</value> </property>
使用 bin/start-hbase.sh 启动 HBase. 如果您的系统配置正确，该jps命令应显示 HMaster 和 HRegionServer 进程正在运行。
启动和停止备份 HBase 主（HMaster）服务器
你可以启动最多 9 个备份 HMaster 服务器，这个服务器总共有 10 个 HMaster 计算主服务器。
$ ./bin/local-master-backup.sh start 2 3 5
启动和停止其他 RegionServers
$ .bin/local-regionservers.sh start 2 3 4 5
2.2 完全分布式
实际上，您需要一个完全分布式的配置来全面测试 HBase，并将其用于实际场景中。在分布式配置中，集群包含多个节点，每个节点运行一个或多个 HBase 守护进程。这些包括主要和备份主实例，多个 ZooKeeper 节点和多个 RegionServer 节点。
架构如下：
| Node Name | Master | ZooKeeper | RegionServer |
| node-a.example.com | yes | yes | no |
| node-b.example.com | backup | yes | yes |
| node-c.example.com | no | yes | yes |
要保证节点有通讯权限，比如配置ssh免密和防火墙权限，并将zookeeper配置好启动。
将Hbase下载并解压，将配置文件同步到各个机器上。
启动集群
$ bin/start-hbase.sh node-c.example.com: starting zookeeper, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-zookeeper-node-c.example.com.out node-a.example.com: starting zookeeper, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-zookeeper-node-a.example.com.out node-b.example.com: starting zookeeper, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-zookeeper-node-b.example.com.out starting master, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-master-node-a.example.com.out node-c.example.com: starting regionserver, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-regionserver-node-c.example.com.out node-b.example.com: starting regionserver, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-regionserver-node-b.example.com.out node-b.example.com: starting master, logging to /home/hbuser/hbase-0.98.3-hadoop2/bin/../logs/hbase-hbuser-master-nodeb.example.com.out
3、Web UI
在 HBase 0.98.x 以上, HBase Web UI 的端口从主节点的 60010 和 RegionServer 的 60030 变化为 16010 和 16030
在Hbase启动以后可以通过页面查看。
三、Hbase Shell
在 HBase 安装目录 bin/ 目录下使用hbase shell命令连接正在运行的 HBase 实例。
$ ./bin/hbase shell hbase(main):001:0>
预览 HBase Shell 的帮助文本
输入help并回车, 可以看到 HBase Shell 的基本信息和一些示例命令.
创建表
使用 create创建一个表 必须指定一个表名和列族名
hbase(main):001:0> create 'test', 'cf' 0 row(s) in 0.4170 seconds => Hbase::Table - test
表信息
使用 list 查看存在表
hbase(main):002:0> list 'test' TABLE test 1 row(s) in 0.0180 seconds => ["test"]
使用 describe 查看表细节及配置
hbase(main):003:0> describe 'test' Table test is ENABLED test COLUMN FAMILIES DESCRIPTION {NAME => 'cf', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'false', KEEP_DELETED_CELLS => 'FALSE', CACHE_DATA_ON_WRITE => 'false', DATA_BLOCK_ENCODING => 'NONE', TTL => 'FOREVER', MIN_VERSIONS => '0', REPLICATION_SCOPE => '0', BLOOMFILTER => 'ROW', CACHE_INDEX_ON_WRITE => 'f alse', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '65536'} 1 row(s) Took 0.9998 seconds
插入数据
使用 put 插入数据
hbase(main):003:0> put 'test', 'row1', 'cf:a', 'value1' 0 row(s) in 0.0850 seconds hbase(main):004:0> put 'test', 'row2', 'cf:b', 'value2' 0 row(s) in 0.0110 seconds hbase(main):005:0> put 'test', 'row3', 'cf:c', 'value3' 0 row(s) in 0.0100 seconds
扫描全部数据
从 HBase 获取数据的途径之一就是 scan 。使用 scan 命令扫描表数据。你可以对扫描做限制。
hbase(main):006:0> scan 'test' ROW COLUMN+CELL row1 column=cf:a, timestamp=1421762485768, value=value1 row2 column=cf:b, timestamp=1421762491785, value=value2 row3 column=cf:c, timestamp=1421762496210, value=value3 3 row(s) in 0.0230 seconds
获取一条数据
使用 get 命令一次获取一条数据
hbase(main):007:0> get 'test', 'row1' COLUMN CELL cf:a timestamp=1421762485768, value=value1 1 row(s) in 0.0350 seconds
禁用表
使用 disable 命令禁用表
hbase(main):008:0> disable 'test' 0 row(s) in 1.1820 seconds hbase(main):009:0> enable 'test' 0 row(s) in 0.1770 seconds
使用 enable 命令启用表
hbase(main):010:0> disable 'test' 0 row(s) in 1.1820 seconds
删除表
hbase(main):011:0> drop 'test' 0 row(s) in 0.1370 seconds
退出 HBase Shell
使用quit命令退出命令行并从集群断开连接。
四、配置文件详解
Apache HBase 使用与 Apache Hadoop 相同的配置系统。所有配置文件都位于 conf/ 目录中，需要保持群集中每个节点的同步。
backup-masters 默认情况下不存在。这是一个纯文本文件，其中列出了主服务器应在其上启动备份主进程的主机，每行一台主机。 hadoop-metrics2-hbase.properties 用于连接 HBase Hadoop 的 Metrics2 框架。默认情况下只包含注释出的示例。 hbase-env.cmd and hbase-env.sh 用于 Windows 和 Linux/Unix 环境的脚本，以设置 HBase 的工作环境，包括 Java、Java 选项和其他环境变量的位置。该文件包含许多注释示例来提供指导。 hbase-policy.xml RPC 服务器使用默认策略配置文件对客户端请求进行授权决策。仅在启用 HBase安全模式下使用。 hbase-site.xml 主要的 HBase 配置文件。该文件指定覆盖 HBase 的默认配置的配置选项。您可以在 docs/hbase-default.xml 中查看（但不要编辑）默认配置文件。您还可以在 HBase Web UI 的 HBase 配置选项卡中查看群集的整个有效配置（默认和覆盖）。 log4j.properties 通过log4j进行 HBase 日志记录的配置文件。 regionservers 包含应该在 HBase 集群中运行 RegionServer 的主机列表的纯文本文件。默认情况下，这个文件包含单个条目localhostt。它应该包含主机名或 IP 地址列表，每行一个，如果集群中的每个节点将在其localhost接口上运行 RegionServer 的话，则只应包含localhost
