HBase最新稳定版本是2017年7月份的1.2.6版本。很多用户还是0.92.x 。
尽管版本不同，原理确是相似的。若觉得长，可挑重点看。
下载地址：hbase-1.2.6-bin.tar.gz

说明

本文主要讲在本地测试环境的HBASE的安装配置，可以安装VMWare虚拟机，
CDH版本会在另外文章发表。

1.简介

以下简单理解，有个感性认识，面试时可忽悠。

1. 一种类似KV的NoSql数据库。
2. 一种“强一致性”读写，而非“最终一致性”的数据存储，很适合快速实时聚合统计的计算任务。
3. 随着你的数据增长，Hbase会自动分片sharding，重新分布数据。
4. RegionServer 可以自动fallover检测。
5. 可以用HDFS作为文件存储系统
6. 支持作为大规模MR并行计算的数据源和存储地。
7. 可以用Java Client API 操作HBASE
8. 可以用Thrift和Restful 非JAVA语言操作
9. 海量数据查询时，可以用Block Cache和Bloom Filter作为优化

2.使用场景

首先，你要有足够的数据，有亿级别和数十亿级别时候比较适合，百万，千万级别的用传统的RDBMS数据库是更好的选择。

其次，你可以容忍没有RDBMS那种字段类型，二级索引，事务，高级查询语法等功能.

第三，你要确保有足够的硬件资源，HDFS的datanode最有有5个（副本因子为3，NameNode,SecondNameNode 2个）。

有HDFS了，为何还需要HBase?

HDFS只是非常适合存储大规模files而已，并没有提供record的快速检索和更新功能，而HBASE则提供。

3. 安装

重点注意事项

3.1 JAVA_HOME 配置

JAVA_HOME=/usr/jdk （注，必须在JDK7以上）

在HBASE集群中的每个节点 hbase-env.sh里配置

HBASE&JDK版本的支持

3.2 NTP设置

保证cluster集群里各个节点的时间一致。(自己去度娘）

3.3 设置ulimit （要学会估算）

Hbase 可能要求一次打开大量的文件，而系统个默认可能1024.最好是1024的整数备，如102400.

ulimit -n

估算示例：

1.一个RegionServer含100个region
2.一个region有3个ColumnFamily列簇
3.一个ColumnFamily平均3个StoreFiles

那么，JVM会open 100*3*3=900个 file descriptors

3.1单机 Standalone HABE

$ tar xzvf hbase-3.0.0-SNAPSHOT-bin.tar.gz
$ cd hbase-3.0.0-SNAPSHOT/

若果你在本地电脑安装，那么一个Instance就包行了所有的守护线程如Master, RegionServers, and ZooKeeper。他们运行在一个JVM虚拟机上。

如果你的Hbase是 0.94.x之前版本，需要配置
vi /ets/host127.0.0.1 localhost 
否则可能会报错。

不需要自己手动配置hbase data目录，在base-site.xml配置可自动生成

  <configuration>
 <property>
   <name>hbase.rootdir</name>
   <value>file:///home/testuser/hbase</value>
 </property>
 <property>
   <name>hbase.zookeeper.property.dataDir</name>
   <value>/home/testuser/zookeeper</value>
 </property>
</configuration>

启动HBASE

bin/start-hbase.sh

Hbase WEB UI访问

http://localhost:16010

Hbase 启动和停止

./bin/hbase shell

$ ./bin/stop-hbase.sh

3.2 伪分布式

vi hbase-site.xml
增加，如下

<property>
  <name>hbase.cluster.distributed</name>
  <value>true</value>
</property>

同时，修改hbase.root ，在HDFS里也也不需要手动创建目录

<property>
  <name>hbase.rootdir</name>
  <value>hdfs://localhost:8020/hbase</value>
</property>

重启hbase服务后，可用hadoop命令看到结果

$ ./bin/hadoop fs -ls /hbase
Found 7 items
drwxr-xr-x   - hbase users          0 2014-06-25 18:58 /hbase/.tmp
drwxr-xr-x   - hbase users          0 2014-06-25 21:49 /hbase/WALs
drwxr-xr-x   - hbase users          0 2014-06-25 18:48 /hbase/corrupt
drwxr-xr-x   - hbase users          0 2014-06-25 18:58 /hbase/data
-rw-r--r--   3 hbase users         42 2014-06-25 18:41 /hbase/hbase.id
-rw-r--r--   3 hbase users          7 2014-06-25 18:41 /hbase/hbase.version
drwxr-xr-x   - hbase users          0 2014-06-25 21:49 /hbase/oldWALs

3.3 Full 分布式 HBASE

三个节点：node-a ,node-b,node-c

1. 保证各个节点可以相互访问，关闭防火墙（否则，可能会出现 no route to host）
2. node-a 必须可以登录 node-b 和 node-c (包括自身) ，如此以来，可以启动各个节点的守护进程。

在 node-a 上 生成SSH access

$ ssh-keygen -t rsa
$ cat id_rsa.pub >> ~/.ssh/authorized_keys

使用下面命令，将公钥拷贝到其它节点上

ssh-copy-id -i ~/.ssh/id_rsa.pub node-a
ssh-copy-id -i ~/.ssh/id_rsa.pub node-b
ssh-copy-id -i ~/.ssh/id_rsa.pub node-c

chmod 600 authorized_keys

3.若backup角色的master启动了，也需要按2操作来一遍，让node-b可以访问其它节点。 注意，别覆盖了，使用>> 而不是>

vi hbase-site.xml

增加zk配置

<property>
  <name>hbase.zookeeper.quorum</name>
  <value>node-a.example.com,node-b.example.com,node-c.example.com</value>
</property>
<property>
  <name>hbase.zookeeper.property.dataDir</name>
  <value>/usr/local/zookeeper</value>
</property>

当Node-a的hbase配置好后，打包scp到node-b和node-c节点。
在node-a节点启动

start-hbase.sh

启动的顺序一般是：

1.ZooKeeper starts first,
2.followed by the master,
3.then the RegionServers,

1. finally the backup masters.

接下来验证下是否启动成功，使用Jps命令
node-a:

$ jps
20355 Jps
20071 HQuorumPeer (zk)
20137 HMaster

node-b:

$ jps
15930 HRegionServer
16194 Jps
15838 HQuorumPeer (zk)
16010 HMaster （backup)

node-c :

$ jps
13901 Jps
13639 HQuorumPeer (zk)
13737 HRegionServer

HQuorumPeer是由HBase控制和启动的，这里的zookeeper是HBASE自带的，一般适用于测试环境，生成环境建议用外部独立的ZK集群。
自带和外部独立的zk进程区别：

HQuorumPeer :自带
QuorumPeer :独立

HBase WEI UI 访问

http://node-a.example.com:16010/ 主master
http://node-b.example.com:16010/ 备master

3个节点的hbase集群，其实并不是非常有弹性，你可以试试kill掉master进程或RegionServer进程 观察日志看看。