Hadoop Core、HBase 、ZooKeeper

这里有几个主要关系：

1.经过Map、Reduce运算后产生的结果看上去是被写入到HBase了，但是其实HBase中HLog和StoreFile中的文件在进行flush to disk操作时，这两个文件存储到了HDFS的DataNode中，HDFS才是永久存储。

2.ZooKeeper跟Hadoop Core、HBase有什么关系呢？ZooKeeper都提供了哪些服务呢？主要有：管理Hadoop集群中的NameNode，HBase中HBaseMaster的选举，Servers之间状态同步等。具体一点，细一点说，单只HBase中ZooKeeper实例负责的工作就有：存储HBase的Schema，实时监控HRegionServer,存储所有Region的寻址入口，当然还有最常见的功能就是保证HBase集群中只有一个Master。

2、搭建完全分布式集群

在做hadoop，hbase这方面的工作有一段时间了，经常有刚接触这些东西的身边朋友，向我询问基本环境的搭建问题，于是就想以回忆录的形式把基本配置的步骤整理出来，以便刚接触的朋友做个参考.

      HBase集群建立在hadoop集群基础之上，所以在搭建HBase集群之前需要把Hadoop集群搭建起来，并且要考虑二者的兼容性.现在就以四台机器为例，搭建一个简单的集群.

   使用的软件版本：hadoop-1.0.3,hbase-0.94.2,zookeeper-3.4.4.

   四台机器IP：10.2.11.1,10.2.11.2,10.2.11.3,10.2.11.4.

一.搭建Hadoop集群

   1. 安装JDK.在每台机器下建立相同的目录/usr/java.把下载的jdk（1.6及以上版本）复制到/usr/java目录下面，使用命令

• tar –zxvf  jdk-7u9-linux-i586.tar.gz  
• sudo chmod 777 jdk-1.7.0_09  
  
  

把jdk的路径加到环境变量中：                  

• vim.tiny  /etc/profile  
  
  

  在该文件最后一行添加：

• JAVA_HOME=/usr/java/jdk1.7.0_09  
•             PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:PATH  
•                CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib  
  
  

使修改的操作生效：                          

• source   /etc/profile             
  
  

可以使用                                                

• java  -version  
  
  

进行验证是否已配置成功.

2.在每台机器上建立相同的用户名                             

• sudo adduser  cloud  
• password   cloud  
  
  

输入你要设置的密码.然后在每台机器作配置：                          

• sudo gedit  /etc/hosts  
  
  

   打开文件后加入如下内容：                    

• 10.2.11.1 namenode  
• 10.2.11.2 datanode1  
• 10.2.11.3 datanode2  
• 10.2.11.4 datanode3  
  
  

3.在/home/cloud/目录下建立一个文件夹project，命令如下：                  

• mkdir  project    
  
  

        把hadoop-1.0.3.tar.gz，zookeeper-3.4.4.tar.gz，hbase-0.94.2.tar.gz，这些下载的软件包放在此目录下面，以待下一步操作。
4.使用命令

• tar  –zxvf   hadoop-1.0.3.tar.gz  
  
  

进行解压文件.进入配置目录，开始配置.   

• cd  hadoop-1.0.3/conf  
  
  

5. 使用命令 ： vim.tiny   hadoop-env.sh 把java的安装路径加进去:

• JAVA_HOME=/usr/java/jdk1.7.0_09/  
  
  

6. vim.tiny   core-site.xml ,加入如下配置：

• <property>  
•                <name>hadoop.tmp.dir</name>  
•                           <value>/home/cloud/project/tmp</value>  
• </property >  
• < property >  
•                  <name> fs.default.name</name>  
•                        <value>hdfs://namenode:9000</value>  
• </property >  
  
  

7.  vim.tiny   hdfs-site.xml,加入如下配置：

• <property >  
• <name>dfs.repplication</name>  
• <value>3</value>  
• </property >  
• <property>  
• <name>dfs.data.dir</name>  
• <value>/home/cloud/project/tmp/data</value>  
• </ property >  
  
  

8. gedit   mapred-site.xml,添加如下内容：

• <property>  
• <name>mapred.job.tracker</name>  
• <value>namenode:9001</value>  
• </property >  
  
  

9. gedit   master，加入如下配置内容：

• namenode  
  
  

  10. gedit   slaves，加入如下配置内容：

• datanode1  
• datanode2  
• datanode3   
  
  

11. 配置机器之间无密码登陆.在每台机器下建立相同目录 .ssh ,如

• mkdir     /home/cloud/.ssh  
  
  

在namenode节点下，使用命令ssh-keygen –t rsa，然后一直回车（中间不用输入任何其他信息），直到结束，然后使用命令cd .ssh,

• cp id_rsa.pub authorized.keys      
  
  

使用远程传输，把authorized.keys分别复制到其他机器的.ssh目录下面,命令如下：

• scp authorized_keys  datanode1:/home/cloud/.ssh  
• scp authorized_keys  datanode2:/home/cloud/.ssh  
•        scp authorized_keys  datanode3:/home/cloud/.ssh         
  
  

  进入每台机器的.ssh目录下修改authorized_keys的权限，命令如下：

• chmod 644 authorized_keys     
  
  

12.把配置好的hadoop分别拷贝到集群中其他机器上，命令如下：

• scp –r hadoop-1.0.3  datanode1:/home/cloud/project  
• scp –r hadoop-1.0.3  datanode2:/home/cloud/project  
•      scp –r hadoop-1.0.3  datanode3:/home/cloud/project       
  
  

13.在namenode机器下，进入hadoop的安装目录，对文件系统进行格式化：

• bin/hadoop namenode   –format    
  
  

14. 启动集群: bin/start-all.sh.      可以使用

• bin/hadoop  dfsadmin  –report                  
  
  

查看文件系统的使用情况。      使用命令

• jps  
  
  

查看节点服务启动情况，正常情况有：jobtracker、namenode、jps、secondnamenode.否则启动异常，重新检查安装步骤。

  二．安装zookeeper      

1．在namenode机器下，配置zookeeper，先解压安装包，使用命令：

• tar -zxvf zookeeper-3.4.4.tar.gz       
  
  

2.进入zookeeper的配置目录，首先把zoo_sample.cfg重命名一下，可以重新复制一遍，使用命令：

• cp zoo_sample.cfg zoo.cfg      
  
  

3.gedit    zoo.cfg ,添加如下内容：

•                dataDir=/home/cloud/project/tmp/zookeeper/data  
• server.1 = datanode1:7000:7001  
• server.2 =datanode2:7000:7001  
• server.3 =datanode3:7000:7001  
  
  

4.把zookeeper分别远程拷贝datanode1，datanode2，datenode3,使用如下命令：

• scp –r zookeeper-3.4.4  datanode1:/home/cloud/project  
• scp –r zookeeper-3.4.4  datanode2:/home/cloud/project  
• scp –r zookeeper-3.4.4  datanode3:/home/cloud/project  
  
  

5.分别在刚才的datanode节点/home/cloud/project/tmp/zookeeper/data目录下，新建文件myid，然后使用命令

• vim.tiny  myid  
  
  

   分别在datanode1,datanode2,datanode3的myid中写入对应的server.n中的n,即分别是1,2,3.

6.开启zookeeper服务,在三台datanode机器的zookeeper安装目录下使用命令：

• bin/zkServer.sh start  
  
  

三．部署hbase

1．解压缩hbase的软件包，使用命令：

• tar -zxvf hbase-0.94.2.tar.gz  
  
  

2．进入hbase的配置目录，在hbase-env.sh文件里面加入java环境变量.即：

• JAVA_HOME=/usr/java/jdk1.7.0_09/    
  
  

加入变量：

• export  HBASE_MANAGES_ZK=false  
  
  

3. 编辑hbase-site.xml ，添加配置文件：

• <property>  
• <name>hbase.rootdir</name>  
• <value>hdfs://namenode:9000/hbase</value>  
• </property>  
• <property>  
• <name>hbase.cluster.distributed</name>  
• <value>true</value>  
• </property>  
• <property>  
• <name>hbase.zookeeper.quorum</name>  
• <value>datanode1,datanode2,datanode3</value>  
• </property>  
• <property>  
• <name>hbase.zookeeper.property.dataDir</name>  
• <value>/home/cloud/project/tmp/zookeeper/data</value>  
• </property>  
  
  

4. 编辑配置目录下面的文件regionservers. 命令：

• vim.tiny    regionservers    
  
  

加入如下内容：

• datanode1  
• datanode2  
• datandoe3  
  
  

5. 把Hbase复制到其他机器，命令如下：

• scp -r hbase-0.94.2   datanode1:/home/cloud/project  
• scp -r hbase-0.94.2   datanode2:/home/cloud/project  
• scp -r hbase-0.94.2   datanode3:/home/cloud/project  
  
  

6. 开启hbase服务。命令如下：

• bin/start-hbase.sh     
  
  

可以使用bin/hbaseshell 进入hbase自带的shell环境，然后使用命令version等，进行查看hbase信息及建立表等操作。