基本操作
- 首先確保已經安裝Java。通過
java -version命令查看，要求版本1.7以上。 - 下載hbase： http://www.apache.org/dyn/closer.cgi/hbase/
- 將下載來的壓縮包解壓
配上數據儲存目錄，編輯文件conf/hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>file:///home/yourusername/hbase/data</value>
</property>
</configuration>啓動HBase。命令爲：bin/start-hbase.sh。命令執行後HBase將在後臺運行。
進入操作終端。bin/hbase shell，通過status命令可以查看服務狀態。
創建表：create 'hello_table','hello_family'，得到的結果爲0 row(s) in 1.2280 seconds
添加數據：
put 'hello_table','id-1','hello_family:name','Alice'
put 'hello_table','id-1','hello_family:age','23'
put 'hello_table','id-2','hello_family:name','Bob'
put 'hello_table','id-2','hello_family:age','24'以上命令創建了這樣的表：
| id | name | age |
|---|---|---|
| id-1 | Alice | 23 |
| id-2 | Bob | 24 |
掃描數據：scan 'hello_table'，得到的結果如下：
ROW COLUMN+CELL
id-1 column=hello_family:age, timestamp=1496115723729, value=23
id-1 column=hello_family:name, timestamp=1496115723692, value=Alice
id-2 column=hello_family:age, timestamp=1496115723990, value=24
id-2 column=hello_family:name, timestamp=1496115723750, value=Bob
2 row(s) in 0.0170 seconds取數據：get 'hello_table','id-1'，得到的結果如下：
COLUMN CELL
hello_family:age timestamp=1496115723729, value=23
hello_family:name timestamp=1496115723692, value=Alice
2 row(s) in 0.0050 seconds刪除數據：delete 'hello_table','id-1','name'，這樣刪掉了name這一格，age還在。通過scan查看得到結果爲：
ROW COLUMN+CELL
id-1 column=hello_family:age, timestamp=1496115723729, value=23
id-2 column=hello_family:age, timestamp=1496115723990, value=24
id-2 column=hello_family:name, timestamp=1496115723750, value=Bob
2 row(s) in 0.0130 seconds刪除表：
disable 'hello_table'
drop 'hello_table'退出終端：exit
停止HBase服務：bin/stop-hbase.sh。
硬件配置
CPU要求多核，最好每個硬盤對應有個核。
JVM內存不宜超過16G，避免GC停頓時間過長。
master節點推薦24G、region節點推薦24G以上。
網絡推薦兩個千兆網卡做bond。如有萬兆、或者InfiniBand更好。
服務器推薦用1U的。
網絡，推薦一個機架放兩個交換機，然後核心交換機將機架上的交換機連起來。
軟件
操作系統需要選擇，通常用Linux中的CentOS和RHEL比較好。
文件系統有以下幾種選擇：
- ext3，推薦禁用訪問時間的記錄，因爲HBase不需要記錄訪問時間，這樣節省內核的管理開銷
- ext4，推薦關閉延遲分配策略，延遲分配是指將寫入的數據臨時存放在內存裏，等到flush時再落盤。關掉之後減少數據斷電導致數據丟失的概率
- XFS，優點是格盤很快，缺點是大量刪除文件會涉及元數據的變更，不過HBase一般是大文件存儲，不會出現這個問題。
- ZFS，內置壓縮，支持ZB級別的儲存空間
Java，版本至少1.7以上，比最新版稍舊一些的版本，避免重大BUG。
Hadoop版本，需要支持sync功能，避免數據丟失。HBase中使用的hadoop版本需要與底層hadoop版本一致，需要將底層運行的hadoop的jar包複製到hbase中再啓動。
SSH。建議使用ssh-agent，只需輸入一次密碼即可批量操作。
域名服務。HBase通過本地域名彙報IP地址，因此需要DNS的正向解析和反向解析都能夠正常工作。
同步時間。時間需要保證同步。相差1分鐘以上就會出現奇怪的行爲。比如發生ClockOutOfSyncException。
文件數量限制和進程限制。文件數量限制默認1024是不夠用的，至少要10000。進程數量nproc也需要設置。修改之後需要重新登錄才能生效。
DataNode處理線程數。在hdfs-site.xml配置文件中需要設置dfs.datanode.max.xcievers至少設置爲4096。配置完之後需要重啓HDFS集羣。此配置相當於最大文件句柄數。如果太小可能會出現：No live nodes contain current block. Will get new block locations from namenode and retry.
交換分區。必須關掉，否則可能卡死一個region節點。
Windows。HBase不建議在Windows環境運行。
HBase使用的文件系統
HBase常見使用HDFS文件系統。也可以支持別的文件系統，甚至自己實現一種。HBase自身沒有做副本，所以底層的文件系統必須提供副本、容錯、擴展的功能。事實上HBase支持所有實現了Hadoop接口的文件系統，包括HDFS、Amazon S3、Google Cloud、本地文件系統。KFS也是一種高性能文件系統。
- HDFS的URI格式爲：
hdfs://<namenode>:<port>/<path> - S3的URL格式爲：
s3://<bucket-name>或者s3n://<bucket-name> - KFS的URI格式爲：
kfs:///<path>
運行模式
分爲單機模式和分佈式模式。一般調試用單機模式或者僞分佈式模式。生產環境用分佈式模式。分佈式模式需要加上如下配置：
<property>
<name>hbase.rootdir</name>
<value>hdfs://localhost:9000/hbase</value>
</property>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>完全分佈式模式需要增加如下配置：
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>還需要修改conf/regionservers，列出所有region-server節點IP。每個文件獨立一行文件。
Zookeeper安裝。HBase自帶Zookeeper，因此可以跟隨hbase啓動，共用JVM，也可以單獨啓動zookeeper和hbase。（筆者：推薦hbase和zookeeper分別獨立啓動，避免相互影響）
配置
主要的配置有以下幾個：
hbase-env.sh，用於設置環境變量。包括JVM堆設置，GC設置等。修改後重啓生效。hbase-site.xml，集羣特有的配置。hbase-default.xml，默認配置，此文件在hbase程序包中。如果配置項在hbase-default.xml和hbase-site.xml，會優先使用hbase-site.xml中的配置。regionserver，region節點的列表log4j.properties，打印日誌的選項
配置完成後需要需要將conf文件夾中的文件都同步到所有節點上。如果配置不一致則會導致問題。
部署
可以通過腳本批量部署hbase，也可以通過Apache Whirr批量部署，也可以用Puppet、Chef批量部署。
操作集羣
web ui，訪問master節點的60010端口可以得到圖形界面。（筆者：新版本端口改成16010了）