大数据-34 HBase 单节点配置 hbase-env hbase-site xml

点一下关注吧！！！非常感谢！！持续更新！！！

🚀 AI篇持续更新中！（长期更新）

AI炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架私有部署测试上手架构研究，持续打造实用AI工具指南！📐🤖

💻 Java篇正式开启！（300篇）

目前2025年07月07日更新到： Java-65 深入浅出分布式服务网络通信 BIO NIO AIO 详解附代码 MyBatis 已完结，Spring 已完结，Nginx已完结，Tomcat已完结，分布式服务正在更新！深入浅出助你打牢基础！

📊 大数据板块已完成多项干货更新（300篇）：

包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！ 大数据-278 Spark MLib - 基础介绍机器学习算法梯度提升树 GBDT案例详解

章节内容

上节我们完成了：

HBase的由来介绍
HBase的基础架构
ZK在HBase中解决
HBase中的各个组件的角色

背景介绍

这里是三台公网云服务器，每台 2C4G，搭建一个Hadoop的学习环境，供我学习。

2C4G 编号 h121
2C4G 编号 h122
2C2G 编号 h123

HBase

项目简介

HBase (Hadoop Database) 是一款基于 Google 的 BigTable 论文设计而来的开源分布式数据库系统。它属于列式存储的非关系型数据库(NoSQL)，专门用于处理超大规模数据集的实时随机读写需求。

与传统的关系型数据库如 MySQL 相比，HBase 采用了完全不同的存储方式：

行式存储 vs 列式存储：MySQL 采用行式存储，即使某些字段为空也会占用存储空间；而 HBase 采用列式存储，空字段不会浪费空间
存储容量：MySQL 单表通常限制在百万到千万级数据，而 HBase 可以轻松存储 PB 级数据
扩展方式：MySQL 主要通过垂直扩展(升级硬件)，HBase 则支持水平扩展(增加节点)

核心特性

海量数据存储能力

支持 PB 级别大数据存储，单集群可存储超过100TB至PB级数据
采用分布式存储架构，数据自动分片存储在多个数据节点
支持数据压缩存储，可节省50%以上的存储空间
典型应用场景：互联网用户行为日志、物联网传感器数据、金融交易记录等海量数据存储

高可用与横向扩展

采用主从架构，RegionServer作为数据节点可动态扩展
支持在线添加节点，扩容过程不影响业务运行
理论上可以实现存储容量和计算能力的线性增长
每个RegionServer管理多个Region(数据分区)，自动负载均衡
典型配置：初始3节点，可扩展至上百节点处理PB级数据

列族存储

数据按列族(Column Family)物理存储，同列族数据集中存放
适合宽表场景，如用户画像表可能有上千个字段
单条记录只需存储实际有值的列，极大节省存储空间
列族可单独配置压缩算法、过期时间等属性
示例：用户表可设基础信息、行为数据、偏好设置等不同列族

强一致性

提供行级ACID事务保证
支持跨行事务，确保相关操作同时成功或失败
采用MVCC(多版本并发控制)实现读写不阻塞
WAL(预写日志)确保数据持久性
典型应用：金融转账、库存管理等需要强一致性的场景

快速随机读写

多层存储结构：MemStore(内存)+HFile(磁盘)+BlockCache(缓存)
热数据优先缓存在内存，响应时间通常<10ms
支持批量写入和异步刷新机制
BloomFilter加速查询，避免无效磁盘IO
典型性能：单节点每秒可处理数万次读写操作## 核心特性

海量数据存储能力

支持 PB 级别大数据存储，单集群可存储超过100TB至PB级数据
采用分布式存储架构，数据自动分片存储在多个数据节点
支持数据压缩存储，可节省50%以上的存储空间
典型应用场景：互联网用户行为日志、物联网传感器数据、金融交易记录等海量数据存储

高可用与横向扩展

采用主从架构，RegionServer作为数据节点可动态扩展
支持在线添加节点，扩容过程不影响业务运行
理论上可以实现存储容量和计算能力的线性增长
每个RegionServer管理多个Region(数据分区)，自动负载均衡
典型配置：初始3节点，可扩展至上百节点处理PB级数据

列族存储

数据按列族(Column Family)物理存储，同列族数据集中存放
适合宽表场景，如用户画像表可能有上千个字段
单条记录只需存储实际有值的列，极大节省存储空间
列族可单独配置压缩算法、过期时间等属性
示例：用户表可设基础信息、行为数据、偏好设置等不同列族

强一致性

提供行级ACID事务保证
支持跨行事务，确保相关操作同时成功或失败
采用MVCC(多版本并发控制)实现读写不阻塞
WAL(预写日志)确保数据持久性
典型应用：金融转账、库存管理等需要强一致性的场景

快速随机读写

多层存储结构：MemStore(内存)+HFile(磁盘)+BlockCache(缓存)
热数据优先缓存在内存，响应时间通常<10ms
支持批量写入和异步刷新机制
BloomFilter加速查询，避免无效磁盘IO
典型性能：单节点每秒可处理数万次读写操作

公司实践

阿里巴巴：商品画像系统、搜索推荐系统中大量使用。
滴滴：行程数据存储、司机轨迹日志。
美团：用户行为数据和广告点击数据分析。
京东：实时订单行为数据存储与处理。
银行金融机构：用于日志追踪、交易数据审计、风控数据建模。

不适合场景

复杂事务操作（如跨行事务）：HBase 只保证单行事务
实时低延迟查询（如毫秒级并发查询接口）：需要结合缓存（如Redis）使用
结构固定、小数据量系统：使用 MySQL、PostgreSQL 更合适
二维关系型 JOIN 多表查询：不支持 SQL JOIN，需要手动实现

下载项目

我们到官网对HBase进行下载：

shell 复制代码

http://archive.apache.org/dist/hbase/1.3.1/

你也可以使用 wget 工具进行下载：

shell 复制代码

wget https://archive.apache.org/dist/hbase/1.3.1/hbase-1.3.1-bin.tar.gz

解压配置

目前我在 h121 的机器上

shell 复制代码

tar -zxvf hbase-1.3.1-bin.tar.gz -C /opt/servers

拷贝依赖

我们需要修改配置文件，把 Hadoop 目录下的：

core-site
hdfs-site

这两个文件拷贝到HBase目录下

shell 复制代码

ln -s /opt/servers/hadoop-2.9.2/etc/hadoop/core-site.xml /opt/servers/hbase-1.3.1/conf/core-site.xml
cp /opt/servers/hadoop-2.9.2/etc/hadoop/hdfs-site.xml /opt/servers/hbase-1.3.1/conf/hdfs-site.xml

修改配置

hbase-env

shell 复制代码

#添加java环境变量
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
#指定使用外部的z
export HBASE_MANAGES_ZK=FALSE

修改内容截图如下：

hbase-site

shell 复制代码

<configuration>
  <!-- 指定hbase在HDFS上存储的路径 -->
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://h121.wzk.icu:9000/hbase</value>
  </property>
  <!-- 指定hbase是分布式的 -->
  <property>
    <name>hbase.cluster.distributed</name>
    <value>true</value>
  </property>
  <!-- 指定zk的地址，多个用","分割 -->
  <property>
    <name>hbase.zookeeper.quorum</name>
    <value>h121.wzk.icu:2181,h122.wzk.icu:2181,h123.wzk.icu:2181</value>
  </property>
</configuration>

servers

修改 regionservers 文件

shell 复制代码

h121.wzk.icu
h122.wzk.icu
h123.wzk.icu

环境变量

shell 复制代码

export HBASE_HOME=/opt/servers/hbase-1.3.1
export PATH=$PATH:$HBASE_HOME/bin

记得刷新环境变量，配置的截图如下：