大数据实验4-HBase

一、实验目的

1. 阐述HBase在Hadoop体系结构中的角色；
2. 能够掌握HBase的安装和配置方法
3. 熟练使用HBase操作常用的Shell命令；

二、实验要求

1. 学习HBase的安装步骤，并掌握HBase的基本操作命令的使用；

三、实验平台

1. 操作系统：
2. Linux（Ubuntu16.04）；
3. Hadoop版本：3.1.3；
4. JDK版本：1.8；
5. HBase版本：2.2.2

• 实验内容、结果及分析（直接在题目后面列出实验结果以截图及分析）

（实验代码参考网址：HBase2.2.2安装和编程实践指南_厦大数据库实验室博客）

（一）HBase安装配置（请根据你的Hadoop版本在官网：

https://hbase.apache.org/book.html#basic.prerequisiteshttps://hbase.apache.org/book.html查看匹配的HBase版本进行安装）

1、减压，配置环境

2、 添加HBase权限

3、确定hbase安装成功

1. 单机安装配置、分析各配置项的含义，并启动HBase验证安装是否成功，结束后关闭HBase；

1、配置hbase-env.sh和hbase-site.xml文件以及配置项含义分析：

（1）hbase-env.sh里面添加：

①设置 JAVA_HOME 环境变量

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162

含义：指定 Java 安装目录，确保 HBase 能够找到正确的 Java 环境。

②设置 HBASE_MANAGES_ZK 为 true

export HBASE_MANAGES_ZK=true

含义：在伪分布式模式下，设置为 true 可以避免依赖外部的 ZooKeeper 服务，简化部署和管理。控制 HBase 是否自行管理 ZooKeeper，简化伪分布式模式下的部署。

true：表示 HBase 将自行启动和管理 ZooKeeper 实例。这适用于伪分布式和单节点部署。

false：表示 HBase 将使用外部提供的 ZooKeeper 服务。

③设置 HBASE_CLASSPATH 环境变量

export HBASE_CLASSPATH=/usr/local/hbase/conf

含义：确保 HBase 能够找到配置文件和其他必要的类库,指定 HBase 启动时需要包含的额外类路径，通常包括配置文件和其他库。

（2）hbase-site.xml添加：

配置项含义分析：

hbase.rootdir: 这个配置项用于指定 HBase 数据的存储位置。如果不设置，HBase 默认会将数据存储在 /tmp/hbase-${user.name}，这意味着每次重启系统时，数据都会丢失。通过设置为 file:///usr/local/hbase/hbase-tmp，可以确保数据持久化存储在指定的目录中。

2、HBase验证安装成功：

3、HBase关闭并验证：

1. 伪分布模式配置、分析各配置项的含义，启动HBase验证是否安装成功；

1、配置/usr/local/hbase/conf/hbase-env.sh

2、配置/usr/local/hbase/conf/hbase-site.xml

配置项含义分析

①hbase.rootdir：这个配置项用于指定 HBase 数据的存储位置。在伪分布式模式下，HBase 数据存储在 HDFS上，这里设置为 hdfs://Localhost:9000/hbase，表示数据存储在运行在本地的HDFS上，NameNode 监听在端口 9000。

②hbase.cluster.distributed： 这个配置项用于设置 HBase 是否运行在分布式模式。设置为true 表示 HBase 运行在分布式模式。

③hbase.unsafe.stream.capability.enforce： 这个配置项用于控制 HBase 是否强制执行流能力。在某些情况下，设置为false 可以避免一些兼容性问题。

3、测试运行HBase

（1）登录ssh

（2）启动HBase

中途出现问题

原因分析：namenode与datanode在其他进程中运行没有关闭

解决办法：尝试重新启动它们之前，先停止已经运行的 NameNode 和 DataNode。

4、切换目录至/usr/local/hbase;再启动HBase：

进入shell界面：

5、关闭Hbase并验证成功关闭：

1. 配置系统环境变量PATH，添加HBase中bin和sbin路径到PATH中，验证配置是否成功；

1、配置：

2、验证成功

3、返回当前用户的主目录，关闭HBase，并查看是否关闭成功；

•  HBase Shell命令完成下列任务：

启动HBase：

进入HBase：

1. 创建一个新表，以”Student”命名，如果出错请分析错误原因并改正，实现表的创建；

1. 查看创建的”Student”表的结构；

1. 向已经创建好的表添加列族“info”、”scores”；

1. 在“scores”列族中添加列“english”、”math”、“computer”；

1. 向表中添加两条完整的数据记录，数据自定义，同时自定义列族“info”中相关列的信息；

1. 查看表“Student”的所有记录数据；

1. 根据指定的行键值查询对应数据记录的所有数据；

1. 统计“Student”表中数据的行数

1. 删除指定行键对应数据中所有的成绩数据；

1. 清空指定的表的所有记录数据，并验证结果；

1. 创建一个可以保存修改过程中最新的3个版本数据的表，表的名称和列族自定，完成数据的多次添加并查看指定版本的数据内容；

1. 总结HBase初次使用的优缺点；

优点：

    水平扩展性：HBase设计用于水平扩展，可以处理PB级别的数据。

    高性能：HBase提供了快速的读写访问，特别是对于随机实时读/写访问。

    列族模型：HBase的列族模型允许用户定义数据的存储方式，有助于优化查询性能。

    强一致性：HBase提供了强一致性的读写操作。

    可伸缩的架构：HBase可以运行在廉价的硬件上，可无缝地扩展到成千上万的节点。

    与Hadoop生态系统的集成：HBase与Hadoop生态系统紧密集成，可以与其他Hadoop组件（如HDFS、MapReduce、Hive、Pig等）一起工作。

    自动分片：HBase表会自动根据行键进行分片，从而实现负载均衡。

缺点：

    学习曲线：对于新手来说，HBase的学习曲线可能比较陡峭，因为它与传统的关系型数据库有很大不同。

    缺乏事务支持：虽HBase支持行级别的事务，但它不支持跨行或跨表的复杂事务。

    有限的查询能力：HBase不支持SQL查询，虽然有像Phoenix这样的项目试图提供SQL接口，但它们通常不如传统数据库的查询能力那么强大。

    维护复杂性：HBase需要ZooKeeper进行集群协调，这增加了系统的复杂性。

    数据模型限制：HBase的列族模型限制了数据模型的灵活性，不适合所有类型的数据存储需求。

    数据一致性问题：虽然HBase提供了强一致性，但在某些情况下，如网络分区或服务器故障，可能会出现数据一致性问题。

    资源消耗：HBase是一个资源密集型的系统，尤其是在大型集群中，可能会消耗大量的内存和CPU资源

• 问题和收获

问题：

    数据模型设计：确定如何设计表、行键和列族很具有挑战性。

    故障恢复：在集群出现故障时，恢复数据和服务会很复杂。

    监控和维护：监控HBase集群的性能和健康状况需要专业的工具和技能。

    版本兼容性：不同版本的HBase或Hadoop生态系统组件之间存在兼容性问题。

    安全性：确保数据的安全性和遵守相关的数据保护法规很复杂。

收获：

    分布式系统知识：通过使用HBase，你可以获得关于分布式系统架构、数据一致性和容错机制的深入理解。

    大数据技能：HBase是处理大数据的有力工具，使用它可以帮助你掌握处理大规模数据集的技能。

    性能优化：在调优HBase的过程中，你将学会如何优化数据库性能，包括读写路径、内存使用和存储。