1：HABASE 介绍
HBASE 数据库介绍
原理介绍
hbase 是 bigTable 的开源 java 版本。是建立在 hdfs 之上，提供高可靠性，高性能，列存储，可伸缩，实时读写的数据库。它介于 nosql 和 RDBMS 之间，仅能通过主键（row key）和主键的 range 来检索数据，仅支持单行事务（可通过hive实现多表 join 等复杂操作）。
主要用来存储 结构化和半结构化 的松散数据。hbase 查询数据功能很简单，不支持 join 等复杂操作，不支持复杂的事务。
Hbase 中支持的数据类型： byte[]
与 hadoop 一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的服务器，来增强计算和存储能力。
Habse 中的表一般有以下特点：
大：一个表的数据可以有上十亿行，上百万列；
面向列：面向列（族）的存储 和 权限控制， 列（族）独立检索；
稀疏：对于空（null）的列，并不占用列空间，因此表可以设计的非常稀疏；
表结构逻辑视图
HBase 以表的形式存储数据。表有行列组成，列分为若干个列族（column family）。
Row Key
与 nosql 数据库一致，row key 是用来检索记录的主键。访问 hbase table中的记录，只有三种方式：
1：通过单个 row key 访问
2：通过row key 的range
3：全表扫描 效率最差
Row Key行键 可以是任意字符串（最大长度 64Kb），在hbase内部，row key 保存为字节数组。
HBase 会对表中的数据 按照 rowkey 进行字典排序
存储时，数据按照 Row Key 字段排序存储。设计 key 时，要充分排序存储这个特性，将经常一起读取的行存储放到一起（位置相关性）
列族
HBase 表中的每个列，都鬼畜与某个 列族。列族是表的 schema 的一部分（列不是），必须在使用表之前定义。列名都是以列族作为前缀 ，列如： courses:history ,courses:math 都属于 courses 这个列族。
访问控制 ，磁盘 ，和 内存的使用统计都是在列族层面进行的！
列族越多，在获取亿行数据时，所有参与 IO 搜寻的文件就越多，所以没必要，不要设置太多的列族
时间戳
HBase 中通过 row 和 columns 确定的一个存储单元称为 cell。每个 cell 都保存这同一份数据的多个版本。版本通过时间戳来索引。时间戳可以由 hbase(在数据写入时自动) 赋值。此时时间戳时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，每个 cell 中，不同版本的数据按照时间倒序排列，最新的数据排最前面。
HBase 集群结构 和 搭建
region : 是 hbase 中对表进行切割的单元。
HMaster: HBase 的主节点，负责整个集群的状态感知，负载均衡，负责用户表的元数据管理（可以配置多个实现HA）
regionServer：HBase 中真正负责管理 region 的服务器，也就是负责为客户端进行表数据读写的服务器
zookeeper：整个 HBase 中的主从节点协调，主节点之间的选举，集群节点之间的上下线感知，都是通过Zookeeper实现。
环境搭建
（1）上传hbase安装包
（2）解压
tar -zxvf hbase-1.2.1-bin.tar.gz（3）配置hbase集群，要修改3个文件
要把hadoop的hdfs-site.xml和core-site.xml 放到hbase/conf下
scp /usr/apps/hadoop-2.7.1/etc/hadoop/hdfs-site.xml root@hadoop02:/usr/apps/hbase
scp /usr/apps/hadoop-2.7.1/etc/hadoop/core-site.xml root@hadoop02:/usr/apps/hbase
（3.1）修改hbase-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HBASE_MANAGES_ZK=false
（3.2）修改 hbase-site.xm
<configuration>
<!-- 指定hbase在HDFS上存储的路径 -->
<property>
<name>hbase.rootdir</name>
<value>hdfs://hadoop01:9000/hbase</value>
</property>
<!-- 指定hbase是分布式的 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 指定zk的地址，多个用“,”分割 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
</property>
</configuration>
（3.3）修改 regionservers 以及 backup-masters
[root@hadoop01 conf]# vi regionservers
hadoop01
hadoop02
hadoop03[root@hadoop01 conf]# vi backup-masters
hadoop02(3.4) 拷贝hbase到其他节点
scp -r /usr/apps/hbase-1.2.1 root@hadoop02:/usr/apps/
scp -r /usr/apps/hbase-1.2.1 root@hadoop03:/usr/apps/(4) 将配置好的HBase拷贝到每一个节点并同步时间。
ntpdate ntp.api.bz(5) 启动所有的hbase进程
首先启动zk集群
./zkServer.sh start
启动hdfs集群
start-dfs.sh
启动hbase，在主节点上运行：
start-hbase.sh
(6) 通过浏览器访问hbase管理页面
hadoop01:60010 /16010
success!
