《HBase管理指南》一1.1 简介

本节书摘来异步社区《hbase管理指南》一书中的第1章，第1.1节，作者： 蒋燚峰 译者： 苏南，更多章节内容可以访问云栖社区“异步社区”公众号查看。

本章将介绍hbase集群的安装方法，首先将介绍基本的单机运行模式的hbase实例的安装方法，然后介绍如何在amazon ec2上安装完全分布式运行的高可靠性hbase集群。

根据apache hbase主页上的定义：

hbase是hadoop上的数据库。它适合在需要对大数据进行随机且实时读写的情况下使用。其目标是在基于商品化硬件构建的集群之上存储那些非常大的表——比如那些有数百万个字段和数十亿条记录的大表。

hbase可以在任何文件系统上运行。比如说，无论是在ext4本地文件系统、amazon s3（amazon simple storage service），还是hadoop分布式文件系统（hdfs）上，都可以运行hbase。 hdfs是hadoop首选的分布式文件系统，因此大多数完全分布式的hbase集群都运行在hdfs文件系统上，所以我们将首先介绍一下如何安装hadoop。

apache zookeeper是一个开源软件，它能够提供一种具有高可靠性的分布式的协调服务。分布式的hbase需要运行一个zookeeper集群。

作为一种运行在hadoop上的数据库，hbase需要同时打开很多个文件。 为了使hbase能够顺畅运行，我们需要修改一些linux内核参数的设置。

一个完全分布式的hbase集群都有一个或多个主节点（hmaster）和许多从节点（regionserver），其中主节点用于协调整个集群，从节点用于处理实际的数据存储和要求。图1-1显示的是一个典型的hbase集群结构。

hbase可以同时运行多个主节点，它会使用zookeeper来监控这些主节点和实现这些主节点之间的故障转移。不过，由于hbase在底层使用了hdfs来作为它的文件系统，所以如果hdfs宕机了，hbase也自然要宕机。hdfs的主节点（我们称之为namenode）是hdfs的单点故障（spof，single point of failure），因此也是hbase集群的单一故障点。幸运的是，namenode在软件方面非常健壮和稳定。此外，hdfs的研发团队也正在努力开发具有真正高可靠性的namenode，hadoop的下一个主要发布版本可能就会包含这一特性。

在1.2～1.8节中，我们将介绍如何让hbase与它所需要使用的那些软件一起工作，构建起一个完全分布式的hbase集群。最后一节将介绍一个较为高级的话题——如何避免集群的单点故障问题。

下面，我们就开始介绍如何安装一个单机运行的hbase实例，之后再来演示如何在amazon ec2上安装一个分布式的hbase集群。