单元1 HBase简介-任务1 HBase简介和安装 (1).pptx

HBase简介和安装环境搭建1.1任务HBase简介单元11

学习目标HBase简介。掌握HBase安装。

1HBase简介HBase是一个分布式的、面向列的开源数据库，该技术来源于FayChang所撰写的Google（谷歌）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（FileSystem）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-HadoopDatabase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。

1HBase简介Hbase的表具有以下特点：容量大：一个表可以有数十亿行，上百万列；面向列：数据是按照列存储，每一列都单独存放，数据即索引，在查询时可以只访问指定列的数据，有效地降低了系统的I/O负担；稀疏性：空(null)列并不占用存储空间，表可以设计的非常稀疏；数据多版本：每个单元中的数据可以有多个版本，按照时间戳排序，新的数据在最上面；存储类型：所有数据的底层存储格式都是字节数组(byte[])。

1HBase简介1、数据类型：关系数据库采用关系模型，具有丰富的数据类型和存储方式，HBase则采用了更加简单的数据模型，它把数据存储为未经解释的字符串。2、数据操作：关系数据库中包含了丰富的操作，其中会涉及复杂的多表连接。HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表和表之间的关系。3、存储模式：关系数据库是基于行模式存储的。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。1.2HBase与传统的关系数据库的区别主要体现在以下几个方面：

1HBase简介4、数据索引：关系数据库通常可以针对不同列构建复杂的多个索引，以提高数据访问性能。HBase只有一个索引——行键，通过巧妙的设计，HBase中的所有访问方法，或者通过行键访问，或者通过行键扫描，从而使得整个系统不会慢下来。5、数据维护：在关系数据库中，更新操作会用最新的当前值去替换记录中原来的旧值，旧值被覆盖后就不会存在。而在HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留。6、可伸缩性：关系数据库很难实现横向扩展，纵向扩展的空间也比较有限。相反，HBase和BigTable这些分布式数据库就是为了实现灵活的水平扩展而开发的，能够轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩。1.2HBase与传统的关系数据库的区别主要体现在以下几个方面：

2安装环境搭建

知识学习HBase是ApacheHadoop中的一个子项目。HBase依托于Hadoop的HDFS作为最基本存储基础单元。通过使用Hadoop的HDFS工具就可以看到这些这些数据存储文件夹的结构，还可以通过Map/Reduce的框架（算法）对HBase进行操作。本书中的环境部署为：节点操作系统为CentOS7，防火墙禁用。系统用户root在目录/opt下创建目录/module，用于存放Hadoop、Zookeeper、HBase组件运行包。因为该目录用于安装Hadoop、HBase等组件程序。2

任务实施（1）安装前环境配置（2）Java安装（3）Hadoop安装（4）Zookeeper安装（5）HBase安装2

任务实施（1）安装前环境配置启动HBase需要先启动HadoopDFS集群，启动Yarn集群，最好是使用外置的Zookeeper集群。本书中的HBase环境基于Hadoop2.7.2、Zookeeper3.4.10，HBase1.3.3。一共需要搭建3台节点，1个主节点2个从节点。在安装之前需要配置好虚拟机网络静态IP，同步时间，关闭防火墙和使用LinuxSSH（安全Shell）。1）配置虚拟机网络模式2）配置虚拟机静态IP3）SSH设置和密钥生成2

任务实施（2）Java安装Java是Hadoop和HBase主要先决条件。首先应该使用java–verion命令检查Java是否存在在您的系统上。1）下载JDK-X64.tar.gz，可以通过访问以下链接：/technetwork/java/javase/downloads/index.html2）安装JDK2

任务实施（3）Hadoop安装1）下载安装Hadoop2）配置Hadoop环境变量3）配置Hadoop的hadoop-env.sh文件4）配置Hadoop的集群5）Hadoop集群启动2

任务实施（4）Zookeeper安装1）下载安装Zookeeper2）配置Zookeeper环境变量3）在/opt/module/zookeep