一、Hbase数据库概述;
二、Hbase体系结构;
三、Hbase数据库模型;
四、总结Hbase整体特点;
五、案例:搭建Hbase分布式数据库系统;
一、Hbase数据库概述;
概述:Hbase是一个基于HDFS的面向列的分布式数据库,源于Google的BigTable基于GFS进行分布式数据存储一样,前文提到,Hbase是基于流式数据访问,对于第时间延迟的数据访问并不适合在HDFS上运行,所以需要实时性的随机访问超大规模的数据集,使用Hbase则是更好的选择;
作用:Hbase作为典型的非关系型数据库,Nosql数据库主要分为以下几类:
Ø基于键值对存储的类型;
Ø基于文档存储的类型;
Ø基于列存储的类型;
Ø基于图形数据存储的类型;
在Nosql领域中,Hbase本身不是最优秀的,但得益于与hadoop的整合,为其带来了强大的扩展空间。Hbase本质只有插入操作,更新删除等操作都是通过插入操作来完成,这是由于底层HDFS流式访问(一次写入,多次读取)决定的,每次插入数据时,数据会带有“时间戳”的标记,形成多个版本,Hbase对于一个数据会保留其固定的版本数量,如果在查询时,也是显示出距离当前时间最近的一个新版本;
二、Hbase体系结构;
体系结构:
架构分析:Hbase体系结构由单个HMaster服务器和多个HRegion Server服务器组成,而所有这些服务器是通过ZooKeeper来进行协调并处理各个服务器运行期间可能遇见的问题;
组件分析:
ØHStore:多个HStore组成一个HRegion,本身由两部分组成:Memstore和Storefile。首先用户写入的数据存放到Memstore中,当Memstore满了后刷入Storefile;
ØHRegion:由多个HStore组成,Hbase使用表存储数据集,表由行和列组成,但与传统关系型数据库不同的是,当表的大小超过设定的值时,Hbase会自动将表划分为不同的区域HRegion(此操作也称之为HRegion分裂),它是Hbase集群上分布式存储和负载均衡的最小单位,这一点和HDFS中文件与文件块存储的概念类似;
ØHlog:存储数据日志,到达HRegion上的写操作首先被追加到日志中,然后才被加载到Memstore,主要功能为故障修复,当某台HRegionServer发生故障,新的HRegionServer在加载HRegion的时候可以通过Hlog对数据进行恢复;
ØHRegionServer:由多个HRegion组成,在整个集群中可能存在多个节点,每个节点只能运行一个HRegionServer,负责对HDFS中读写数据和管理HRegion和Hlog;
ØHMaster:每台HRegionServer都会与HMaster进行通信,HMaster的主要任务就是告诉HRegionServer它需要维护哪些HRegion,具体功能如下:
1.管理用户对表的增删改查操作;
2.管理HRegionServer的负载均衡,动态调整HRegion分布;
3.在HRegion分裂后,负责新的HRegion的分配;
4.在HRegionServer停机后,负责失效HRegionServer上的HRegion的迁移;
ØZooKeeper:存储的是Hbase中的ROOT表(根数据表)和META表(元数据表),元数据表保存普通用户表的HRegion标识符信息, 标识符格式为:表名+开始主键+唯一ID。随着HRegion的分裂,标识符信息也会发生变化,分成多个HRegion后,需要由一个根数据表来贯穿多个元数据表;
此外,ZooKeeper还负责HRegionServer故障时,通知HMaster进行HRegion迁移;若HMaster出现故障,ZooKeeper负责恢复HMaster,并且保证有且只有一个HMaster正在运行;
ØClient:客户端访问Hbase的单位,访问时,首先访问Zookeeper--ROOT--META--table;
三、Hbase数据库模型;
1.数据模型:
表(table):不存储值为null的数据,索引是行关键字、列关键字、时间戳;
行关键字(row key):行的主键,唯一标识一行数据;
列族(Colume Family):行中的列被分为“列族”,同一个列族的所有成员具有相同的列族前缀,一个表的列族必须在创建表时预先定义,格式(列名:修饰符);
列关键字(Colume key):列键,格式为:
存储单元格(Cell):在Hbase中,值作为一个单元保存在单元格中,要定位一个单元,需要满足“行键+列键+时间戳”三个要素;
时间戳(Timestamp):插入单元格时的时间戳,默认作为单元格的版本号;
2.存储方式:
关系型数据库:
主键设置为name列,查找时根据学生名字可以很容易的实现查找,那么请思考以下问题;
Ø如果现在新增加一门课程,如何在不改变表结构的情况下进行保存新课程的成绩呢?
Ø如果tom同学数学成绩参加了补考,如何记录其同学的两次数学成绩?
Ø如若tom同学数学没有成绩,那么表中值为null,即使为空,也会占用存储空间;
HBase数据库:
在不同时间插入不同数据时,会生成时间戳,并且在列族内生成数据记录;
在HBase数据库实际存储时,其表内空值不计入存储空间内;
四、总结Hbase整体特点:
HBase就是这样一个基于列模式的映射数据库,它只能表示简单的键值的映射关系。与关系型数据库相比,它有如下特点:
Ø数据类型:HBase只有简单的字符串类型,它只保存字符串。而关系型数据库有丰富的类型选择和存储方式;
Ø数据操作:HBase 只有简单的插入、查询、删除、清空等操作,表和表之间是分离的,没有复杂的表和表之间的关系,所以不能、也没有必要实现表和表之间的关联操作。而关系型数据库有多种连接操作;
Ø存储模式:HBase 是基于列存储的,每个列族都由几个文件保存,不同列族的文件是分离的。关系型数据库是基于表格结构和行模式存储的;
Ø数据维护:HBase 的更新操作实际上是插入了新的数据,它的旧版本依然会保留,而不是关系型数据库的替换修改;
Ø可伸缩性:HBase 这类分布式数据库就是为了这个目的而开发出来的,所以它能够轻松地增加或减少硬件数量,并且对错误的兼容性比较高。而关系型数据库通常需要增加中间层才能实现类似的功能;
五、案例:搭建Hbase完全分布式数据库系统;
案例环境:
系统类型 | IP地址 | 主机名、角色 | 所需软件 |
Centos 7.4 1708 64bit | 192.168.100.101 | master hadoop:namenode hbase:HMaster | hadoop-2.7.6.tar.gz jdk-8u171-linux-x64.tar.gz hbase-2.0.1-bin.tar.gz |
Centos 7.4 1708 64bit | 192.168.100.102 | slave1 hadoop:datanode hbase:HRegionServer | hadoop-2.7.6.tar.gz jdk-8u171-linux-x64.tar.gz hbase-2.0.1-bin.tar.gz |
Centos 7.4 1708 64bit | 192.168.100.103 | slave2 hadoop:datanode hbase:HRegionServer | hadoop-2.7.6.tar.gz jdk-8u171-linux-x64.tar.gz hbase-2.0.1-bin.tar.gz |
版本对应:
下载位置:http://www.apache.org/index.html#projects-list
Hbase部署环境:
单机模式:在单台主机运行Hbase;
伪分布式模式:HBase只在hadoop的namenode节点运行,与单机模式类似,只是其数据文件可以存储在datanode节点上;
完全分布式模式:HBase运行在hadoop集群的多个节点上,通常将HMaster运行在namenode节点上,将HRegionServer运行在datanode节点上;
案例步骤(保证多个节点之间时间的统一):
Ø搭建Hadoop分布式存储集群(namenode和datanode);
Ø在master节点安装部署Hbase程序;
Ø在master节点配置HBase程序;
Ø将master节点的habse程序复制到slave节点;
Ø在master节点上开启HBase进程并查看进程;
Ø验证slave节点上的进程状态;
Ø访问网页,查看HBase运行状态;
Ø在master节点登录HBase数据库,查看数据库状态;
ØHBase数据库中基本管理操作;
ØMapReduce结合HBase查询表中行数;
Ø搭建Hadoop分布式存储集群(namenode和datanode);
Ø在master节点安装部署Hbase程序;
[root@master ~]# ls hbase-2.0.1-bin.tar.gz
hbase-2.0.1-bin.tar.gz
[root@master ~]# tar zxvf hbase-2.0.1-bin.tar.gz
[root@master ~]# mv hbase-2.0.1 /usr/local/hbase
[root@master ~]# ls /usr/local/hbase
bin conf hbase-webapps lib NOTICE.txt RELEASENOTES.md
CHANGES.md docs LEGAL LICENSE.txt README.txt
[root@master ~]# chown hadoop:hadoop /usr/local/hbase/ -R
Ø在master节点配置HBase程序;
[root@master ~]# su - hadoop
[hadoop@master ~]$ vi /usr/local/hbase/conf/hbase-site.xml ##HBase站点相关配置文件
[hadoop@master ~]$ vi /usr/local/hbase/conf/hbase-env.sh ##HBase变量配置文件
export JAVA_HOME=/usr/local/java
export HADOOP_HOME=/usr/local/hadoop
export HBASE_HOME=/usr/local/hbase
export HBASE_MANAGES_ZK=true
注解:export HBASE_MANAGES_ZK=true此配置项意为开启habse内置的zookeeper进程,使其随HBase进程一同启动;
[hadoop@master ~]$ vi /usr/local/hbase/conf/regionservers ##HBase的节点
slave1
slave2
Ø将master节点的habse程序复制到slave节点;
[root@slave1 ~]# mkdir /usr/local/hbase
[root@slave1 ~]# chown hadoop:hadoop /usr/local/hbase/
[root@slave2 ~]# mkdir /usr/local/hbase
[root@slave2 ~]# chown hadoop:hadoop /usr/local/hbase/
[hadoop@master ~]$ scp -r /usr/local/hbase/* hadoop@slave1:/usr/local/hbase
[hadoop@master ~]$ scp -r /usr/local/hbase/* hadoop@slave2:/usr/local/hbase
Ø在master节点上开启HBase进程并查看进程;
注解:如若启动hbase时,出现:错误:找不到或无法加载主类;
由于habse版本与hadoop版本导致,或者环境变量导致;
Ø验证slave节点上的进程状态;
Ø访问网页,查看HBase运行状态;
http://192.168.100.101:16010
Ø在master节点登录HBase数据库,查看数据库状态;
Ø在master节点访问hadoop存储中数据,验证数据文件状态;
ØHBase数据库中基本管理操作;
[hadoop@master ~]# /usr/local/hbase/bin/hbase shell
hbase(main):001:0> status ##查看状态
1 active master, 0 backup masters, 2 servers, 0 dead, 1.0000 average load
Took 0.8818 seconds
hbase(main):002:0> create 'class','age','chengji' ##创建表,语法:create 表名 列族 列键
Created table class
Took 1.5186 seconds
=> Hbase::Table - class
hbase(main):003:0> list ##查看所有表
TABLE
class
1 row(s)
Took 0.0940 seconds
=> ["class"]
hbase(main):004:0> describe 'class' ##查看表的详细信息
Table class is ENABLED
class
COLUMN FAMILIES DESCRIPTION
{NAME => 'age', VERSIONS => '1', EVICT_BLOCKS_ON_CLOSE => 'false', NEW_VERSION_BEHAVIOR => 'f
alse', 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 => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false', PR
EFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE => '
65536'}
{NAME => 'chengji', 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 => 'false', IN_MEMORY => 'false', CACHE_BLOOMS_ON_WRITE => 'false'
, PREFETCH_BLOCKS_ON_OPEN => 'false', COMPRESSION => 'NONE', BLOCKCACHE => 'true', BLOCKSIZE
=> '65536'}
2 row(s)
Took 0.1701 seconds
hbase(main):012:0> put 'class','tom','age','18' ##添加数据,语法:put 表名 行键 列键 值
Took 0.1784 seconds
hbase(main):013:0> put 'class','marry','age','20'
Took 0.0262 seconds
hbase(main):014:0> scan 'class' ##扫描class表中数据
ROW COLUMN+CELL
marry column=age:, timestamp=1535528846020, value=20
tom column=age:, timestamp=1535528825217, value=18
2 row(s)
Took 0.0628 seconds
hbase(main):017:0> put 'class','tom','chengji:math','95' ##插入数据
Took 0.0217 seconds
hbase(main):018:0> put 'class','tom','chengji:english','90'
Took 0.0100 seconds
hbase(main):019:0> put 'class','marry','chengji:math','85'
Took 0.0130 seconds
hbase(main):020:0> put 'class','marry','chengji:english','90'
Took 0.0085 seconds
hbase(main):021:0> scan 'class'
ROW COLUMN+CELL
marry column=age:, timestamp=1535528846020, value=20
marry column=chengji:english, timestamp=1535529132585, value=90
marry column=chengji:math, timestamp=1535529119078, value=85
tom column=age:, timestamp=1535528825217, value=18
tom column=chengji:english, timestamp=1535529101465, value=90
tom column=chengji:math, timestamp=1535529089638, value=95
2 row(s)
Took 0.0120 seconds
hbase(main):033:0> scan 'class',{COLUMN=>'chengji:math',LIMIT=>1} ##根据条件查找,显示一行
ROW COLUMN+CELL
marry column=age:, timestamp=1535528846020, value=20
marry column=chengji:english, timestamp=1535529132585, value=90
marry column=chengji:math, timestamp=1535529119078, value=85
1 row(s)
Took 0.0456 seconds
hbase(main):038:0> get 'class','tom' ##获取表中数据,语法:get 表名 行键
COLUMN CELL
age: timestamp=1535528825217, value=18
chengji:english timestamp=1535529101465, value=90
chengji:math timestamp=1535529089638, value=95
1 row(s)
Took 0.0125 seconds
hbase(main):042:0> get 'class','tom',{COLUMN=>'age:'} ##根据条件获取表中数据,语法:get 表名 行键 {COLUMN=>列族}
COLUMN CELL
age: timestamp=1535528825217, value=18
1 row(s)
Took 0.0188 seconds
hbase(main):043:0> get 'class','tom','age:' ##根据条件获取表中数据,同上
COLUMN CELL
age: timestamp=1535528825217, value=18
1 row(s)
Took 0.0171 seconds
hbase(main):044:0> get 'class','tom','chengji:english'
COLUMN CELL
chengji:english timestamp=1535529101465, value=90
1 row(s)
Took 0.0162 seconds
hbase(main):045:0> delete 'class','tom','chengji:english' ##删除表中数据记录,语法:delete 表名 行键 列键
Took 0.0367 seconds
hbase(main):046:0> get 'class','tom','chengji:english' ##获取表中数据记录,无法获取
COLUMN CELL
0 row(s)
Took 0.0226 seconds
hbase(main):047:0> get 'class','tom' ##获取表中tom此行键的所有内容
COLUMN CELL
age: timestamp=1535528825217, value=18
chengji:math timestamp=1535529089638, value=95
1 row(s)
Took 0.0106 seconds
hbase(main):048:0> disable 'class' ##删除表之前,需要先将表关闭disable
Took 0.8495 seconds
hbase(main):049:0> drop 'class' ##删除表
Took 0.4907 seconds
hbase(main):050:0> list ##查看所有表
TABLE
0 row(s)
Took 0.0086 seconds
=> []
hbase(main):051:0> exit
ØMapReduce结合HBase查询表中行数;
[hadoop@master ~]$ cp /usr/local/hbase/conf/hbase-site.xml /usr/local/hadoop/etc/hadoop/
[hadoop@master ~]$ vi /usr/local/hadoop/etc/hadoop/hadoop-env.sh
export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/usr/local/hbase/lib/*
[hadoop@master ~]$ scp -r /usr/local/hadoop/etc/hadoop/hadoop-env.sh hadoop@slave1:/usr/local/hadoop/etc/hadoop/
[hadoop@master ~]$ scp -r /usr/local/hbase/conf/hbase-site.xml hadoop@slave1:/usr/local/hbase/conf/
[hadoop@master ~]$ scp -r /usr/local/hadoop/etc/hadoop/hadoop-env.sh hadoop@slave2:/usr/local/hadoop/etc/hadoop/
[hadoop@master ~]$ scp -r /usr/local/hbase/conf/hbase-site.xml hadoop@slave2:/usr/local/hbase/conf/
[hadoop@master ~]$ hadoop jar /usr/local/hbase/lib/hbase-server-2.0.1.jar
RunJar jarFile [mainClass] args...
[hadoop@master ~]$ /usr/local/hbase/bin/hbase shell
[hadoop@master ~]$ /usr/local/hbase/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter 'haha1'
联系客服