Hbase集群搭建及所有配置调优参数整理及API代码运行

  1. 云栖社区>
  2. 博客>
  3. 正文

Hbase集群搭建及所有配置调优参数整理及API代码运行

松伯 2016-05-31 01:30:00 浏览598
展开阅读全文

  最近为了方便开发,在自己的虚拟机上搭建了三节点的Hadoop集群与Hbase集群,hadoop集群的搭建与zookeeper集群这里就不再详细说明,原来的笔记中记录过。这里将hbase配置参数进行相应整理,方便日后使用。

首先vi ~/.bash_profile将hbase的环境变量进行配置,最后source ~./bash_profile使之立即生效

1、修改hbase-env.sh

  由于我使用的是外置的zookeeper,所以这里HBASE_MANAGES_ZK设置为,设置参数:

# The java implementation to use.  Java 1.7+ required.
 export JAVA_HOME=/usr/local/yangsy/jdk1.7.0_55

# Extra Java CLASSPATH elements.  Optional.
 export HBASE_CLASSPATH=/usr/local/hbase-1.0.2/conf

# Tell HBase whether it should manage it's own instance of Zookeeper or not.
 export HBASE_MANAGES_ZK=false

2、修改hbase-site.xml

<configuration> 
//设置将数据写入hdfs的目录 <property> <name>hbase.rootdir</name> <value>hdfs://master:9000/usr/local/hadoop-2.6.0/hbaseData</value> </property>
//设置hbase模式为集群模式 <property> <name>hbase.cluster.distributed</name> <value>true</value> </property> //设置hbase的master端口地址 <property> <name>hbase.master</name> <value>hdfs://master:60000</value> </property> //HBase Master web界面绑定的端口,默认为0.0.0.0 <property> <name>hbase.master.info.port</name> <value>60010</value> </property> //连接zookeeper的端口设置 <property> <name>hbase.zookeeper.property.clientPort</name> <value>2183</value> </property> //设置zookeeper的连接地址(必须为基数个) <property> <name>hbase.zookeeper.quorum</name> <value>master,slave1,slave2</value> </property> //Zookeeper的zoo.conf中的路径配置,快照的存储位置 <property> <name>hbase.zookeeper.property.dataDir</name> <value>/usr/local/zookeeper-3.4.6/data</value> </property> //Zookeeper连接超时时间 <property> <name>zookeeper.session.timeout</name> <value>60000</value> </property> </configuration>

这里要注意的是,如果选择外置的zookeeper集群,则需要将zookeeper的zoo.cfg拷贝至HBase的conf下。在启动HBase时,将会自动加载该配置文件。同时,如果hadoop为ha集群的话,需要将core-site.xml以及hdfs-site.xml拷贝到hbase的conf下,否则启动后regionServer会报unknownhost.

3、修改regionservers

slave1
slave2

4、启动hadoop集群、zookeeper集群以及Hbase

首先要确保zkeeper是否正常启动 在zookeeper bin目录下使用./zkServer.sh status查看状态

5、查看HBase master启动是否报错

6、查看各slave节点reginserver是否报错

6、看来启动成功,可以后续愉快的玩耍了

 

 

最后查阅了Hbase相关配置参数,这里进行总结,以便日后熟练后调优

hbase.rootdir

这个目录是region  server的共享目录,用来持久化Hbase。URL需要是'完全正确'的,还要包含文件系统的scheme。例如,要表示hdfs中的 '/hbase'目录,namenode  运行在namenode.example.org的9090端口。则需要设置为hdfs://namenode.example.org:9000 /hbase。默认情况下Hbase是写到/tmp的。不改这个配置,数据会在重启的时候丢失。     

默认: file:///tmp/hbase-${user.name}/hbase

 

hbase.master.port

Hbase的Master的端口.

默认: 60000

 

hbase.cluster.distributed

Hbase的运行模式。false是单机模式,true是分布式模式。若为false,Hbase和Zookeeper会运行在同一个JVM里面。     

默认: false

 

hbase.tmp.dir

本地文件系统的临时文件夹。可以修改到一个更为持久的目录上。(/tmp会在重启时清楚)     

默认: /tmp/hbase-${user.name}

 

hbase.master.info.port

HBase Master web 界面端口.     设置为-1 意味着你不想让他运行。     

默认: 60010

 

hbase.master.info.bindAddress

HBase Master web 界面绑定的端口     

默认: 0.0.0.0

 

hbase.client.write.buffer

HTable 客户端的写缓冲的默认大小。这个值越大,需要消耗的内存越大。因为缓冲在客户端和服务端都有实例,所以需要消耗客户端和服务端两个地方的内存。得到的好处 是,可以减少RPC的次数。可以这样估算服务器端被占用的内存: hbase.client.write.buffer *  hbase.regionserver.handler.count     

默认: 2097152

 

hbase.regionserver.port

HBase RegionServer绑定的端口     

默认: 60020

 

hbase.regionserver.info.port

HBase RegionServer web 界面绑定的端口     设置为 -1 意味这你不想与运行 RegionServer 界面.     

默认: 60030

 

hbase.regionserver.info.port.auto

Master或RegionServer是否要动态搜一个可以用的端口来绑定界面。当hbase.regionserver.info.port已经被占用的时候,可以搜一个空闲的端口绑定。这个功能在测试的时候很有用。默认关闭。     

默认: false

 

hbase.regionserver.info.bindAddress

HBase RegionServer web 界面的IP地址     

默认: 0.0.0.0

 

hbase.regionserver.class

RegionServer 使用的接口。客户端打开代理来连接region server的时候会使用到。     

默认: org.apache.hadoop.hbase.ipc.HRegionInterface

 

hbase.client.pause

通常的客户端暂停时间。最多的用法是客户端在重试前的等待时间。比如失败的get操作和region查询操作等都很可能用到。

默认: 1000

 

hbase.client.retries.number

最大重试次数。例如 region查询,Get操作,Update操作等等都可能发生错误,需要重试。这是最大重试错误的值。     

默认: 10

 

hbase.client.scanner.caching

当 调用Scanner的next方法,而值又不在缓存里的时候,从服务端一次获取的行数。越大的值意味着Scanner会快一些,但是会占用更多的内存。当 缓冲被占满的时候,next方法调用会越来越慢。慢到一定程度,可能会导致超时。例如超过了 hbase.regionserver.lease.period。     

默认: 1

hbase.client.keyvalue.maxsize

一 个KeyValue实例的最大size.这个是用来设置存储文件中的单个entry的大小上界。因为一个KeyValue是不能分割的,所以可以避免因为 数据过大导致region不可分割。明智的做法是把它设为可以被最大region  size整除的数。如果设置为0或者更小,就会禁用这个检查。默认10MB。     

默认: 10485760

 

hbase.regionserver.lease.period

客户端租用HRegion server 期限,即超时阀值。单位是毫秒。默认情况下,客户端必须在这个时间内发一条信息,否则视为死掉。

默认: 60000

 

hbase.regionserver.handler.count

RegionServers受理的RPC Server实例数量。对于Master来说,这个属性是Master受理的handler数量     

默认: 10

 

hbase.regionserver.msginterval

RegionServer 发消息给 Master 时间间隔,单位是毫秒     

默认: 3000

 

hbase.regionserver.optionallogflushinterval

将Hlog同步到HDFS的间隔。如果Hlog没有积累到一定的数量,到了时间,也会触发同步。默认是1秒,单位毫秒。     

默认: 1000

 

hbase.regionserver.regionSplitLimit

region的数量到了这个值后就不会在分裂了。这不是一个region数量的硬性限制。但是起到了一定指导性的作用,到了这个值就该停止分裂了。默认是MAX_INT.就是说不阻止分裂。

默认: 2147483647

 

hbase.regionserver.logroll.period

提交commit log的间隔,不管有没有写足够的值。

默认: 3600000

 

hbase.regionserver.hlog.reader.impl

HLog file reader 的实现.

默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogReader

 

hbase.regionserver.hlog.writer.impl

HLog file writer 的实现.

默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogWriter

 

hbase.regionserver.thread.splitcompactcheckfrequency

region server 多久执行一次split/compaction 检查.     

默认: 20000

 

hbase.regionserver.nbreservationblocks

储备的内存block的数量(译者注:就像石油储备一样)。当发生out of memory 异常的时候,我们可以用这些内存在RegionServer停止之前做清理操作。     

默认: 4

hbase.zookeeper.dns.interface

当使用DNS的时候,Zookeeper用来上报的IP地址的网络接口名字。     

默认: default

 

hbase.zookeeper.dns.nameserver

当使用DNS的时候,Zookeepr使用的DNS的域名或者IP 地址,Zookeeper用它来确定和master用来进行通讯的域名.     

默认: default

 

hbase.regionserver.dns.interface

当使用DNS的时候,RegionServer用来上报的IP地址的网络接口名字。     

默认: default

 

hbase.regionserver.dns.nameserver

当使用DNS的时候,RegionServer使用的DNS的域名或者IP 地址,RegionServer用它来确定和master用来进行通讯的域名.     

默认: default

 

hbase.master.dns.interface

当使用DNS的时候,Master用来上报的IP地址的网络接口名字。     

默认: default

hbase.master.dns.nameserver

当使用DNS的时候,RegionServer使用的DNS的域名或者IP 地址,Master用它来确定用来进行通讯的域名.     

默认: default

 

hbase.balancer.period     

Master执行region balancer的间隔。     

默认: 300000

 

hbase.regions.slop

当任一regionserver有average + (average * slop)个region是会执行Rebalance     

默认: 0

 

hbase.master.logcleaner.ttl

Hlog存在于.oldlogdir 文件夹的最长时间,     超过了就会被 Master 的线程清理掉.     

默认: 600000

 

hbase.master.logcleaner.plugins

LogsCleaner 服务会执行的一组LogCleanerDelegat。值用逗号间隔的文本表示。这些WAL/HLog  cleaners会按顺序调用。可以把先调用的放在前面。你可以实现自己的LogCleanerDelegat,加到Classpath下,然后在这里写 下类的全称。一般都是加在默认值的前面。     

默认: org.apache.hadoop.hbase.master.TimeToLiveLogCleaner

 

hbase.regionserver.global.memstore.upperLimit

单个region server的全部memtores的最大值。超过这个值,一个新的update操作会被挂起,强制执行flush操作。     

默认: 0.4

 

hbase.regionserver.global.memstore.lowerLimit

当强制执行flush操作的时候,当低于这个值的时候,flush会停止。默认是堆大小的 35% .      如果这个值和 hbase.regionserver.global.memstore.upperLimit 相同就意味着当update操作因为内存限制被挂起时,会尽量少的执行flush(译者注:一旦执行flush,值就会比下限要低,不再执行)     

默认: 0.35

 

hbase.server.thread.wakefrequency

service工作的sleep间隔,单位毫秒。 可以作为service线程的sleep间隔,比如log roller.     

默认: 10000

 

hbase.hregion.memstore.flush.size

当memstore的大小超过这个值的时候,会flush到磁盘。这个值被一个线程每隔hbase.server.thread.wakefrequency检查一下。     

默认: 67108864

 

hbase.hregion.preclose.flush.size

当一个region中的memstore的大小大于这个值的时候,我们又触发了close.会先运行“pre-flush”操作,清理这个需要关闭的 memstore,然后将这个region下线。当一个region下线了,我们无法再进行任何写操作。如果一个memstore很大的时候,flush 操作会消耗很多时间。"pre-flush"操作意味着在region下线之前,会先把memstore清空。这样在最终执行close操作的时 候,flush操作会很快。     

默认: 5242880

 

hbase.hregion.memstore.block.multiplier

如果memstore有hbase.hregion.memstore.block.multiplier倍数的 hbase.hregion.flush.size的大小,就会阻塞update操作。这是为了预防在update高峰期会导致的失控。如果不设上 界,flush的时候会花很长的时间来合并或者分割,最坏的情况就是引发out of  memory异常。(译者注:内存操作的速度和磁盘不匹配,需要等一等。原文似乎有误)     

默认: 2

 

hbase.hregion.memstore.mslab.enabled

体验特性:启用memStore分配本地缓冲区。这个特性是为了防止在大量写负载的时候堆的碎片过多。这可以减少GC操作的频率。(GC有可能会Stop the world)(译者注:实现的原理相当于预分配内存,而不是每一个值都要从堆里分配)     

默认: false

 

hbase.hregion.max.filesize

最大HStoreFile大小。若某个Column families的HStoreFile增长达到这个值,这个Hegion会被切割成两个。       Default: 256M.     

默认: 268435456

 

hbase.hstore.compactionThreshold

当一个HStore含有多于这个值的HStoreFiles(每一个memstore flush产生一个HStoreFile)的时候,会执行一个合并操作,把这HStoreFiles写成一个。这个值越大,需要合并的时间就越长。     

默认: 3

 

hbase.hstore.blockingStoreFiles

当一个HStore含有多于这个值的HStoreFiles(每一个memstore flush产生一个HStoreFile)的时候,会执行一个合并操作,update会阻塞直到合并完成,直到超过了hbase.hstore.blockingWaitTime的值     

默认: 7

 

hbase.hstore.blockingWaitTime

hbase.hstore.blockingStoreFiles所限制的StoreFile数量会导致update阻塞,这个时间是来限制阻塞时间的。当超过了这个时间,HRegion会停止阻塞update操作,不过合并还有没有完成。默认为90s.     

默认: 90000

 

hbase.hstore.compaction.max

每个“小”合并的HStoreFiles最大数量。     

默认: 10

 

hbase.hregion.majorcompaction

一个Region中的所有HStoreFile的major compactions的时间间隔。默认是1天。 设置为0就是禁用这个功能。     

默认: 86400000

 

hbase.mapreduce.hfileoutputformat.blocksize

MapReduce 中HFileOutputFormat可以写 storefiles/hfiles. 这个值是hfile的blocksize的最小值。通常在Hbase写Hfile的时候,bloocksize是由table  schema(HColumnDescriptor)决定的,但是在mapreduce写的时候,我们无法获取schema中blocksize。这个值 越小,你的索引就越大,你随机访问需要获取的数据就越小。如果你的cell都很小,而且你需要更快的随机访问,可以把这个值调低。     

默认: 65536

 

hfile.block.cache.size

分配给HFile/StoreFile的block cache占最大堆(-Xmx setting)的比例。默认是20%,设置为0就是不分配。      

默认: 0.2

 

hbase.hash.type

哈希函数使用的哈希算法。可以选择两个值:: murmur (MurmurHash) 和 jenkins (JenkinsHash).     这个哈希是给 bloom filters用的.     

默认: murmur

 

hbase.master.keytab.file

HMaster server验证登录使用的kerberos keytab 文件路径。(译者注:Hbase使用Kerberos实现安全)     

默认:

 

hbase.master.kerberos.principal

例如. "hbase/_HOST@EXAMPLE.COM".  HMaster运行需要使用 kerberos principal name.  principal name 可以在: user/hostname@DOMAIN 中获取. 如果 "_HOST" 被用做hostname     portion,需要使用实际运行的hostname来替代它。     

默认:

 

hbase.regionserver.keytab.file

HRegionServer验证登录使用的kerberos keytab 文件路径。     

默认:

 

hbase.regionserver.kerberos.principal

例如. "hbase/_HOST@EXAMPLE.COM".  HRegionServer运行需要使用 kerberos principal name.  principal name 可以在: user/hostname@DOMAIN 中获取. 如果 "_HOST" 被用做hostname     portion,需要使用实际运行的hostname来替代它。在这个文件中必须要有一个entry来描述 hbase.regionserver.keytab.file     

默认:

 

zookeeper.session.timeout

ZooKeeper   会话超时.Hbase把这个值传递改zk集群,向他推荐一个会话的最大超时时间。详见http://hadoop.apache.org /zookeeper/docs/current/zookeeperProgrammers.html#ch_zkSessions       "The client sends a requested timeout, the server responds with  the       timeout that it can give the client. "。       单位是毫秒     

默认: 180000

 

zookeeper.znode.parent

ZooKeeper中的Hbase的根ZNode。所有的Hbase的ZooKeeper会用这个目录配置相对路径。默认情况下,所有的Hbase的ZooKeeper文件路径是用相对路径,所以他们会都去这个目录下面。     

默认: /hbase

 

zookeeper.znode.rootserver

ZNode  保存的 根region的路径. 这个值是由Master来写,client和regionserver 来读的。如果设为一个相对地址,父目录就是  ${zookeeper.znode.parent}.默认情形下,意味着根region的路径存储在/hbase/root-region- server.     

默认: root-region-server

 

hbase.zookeeper.quorum

Zookeeper 集群的地址列表,用逗号分割。例 如:"host1.mydomain.com,host2.mydomain.com,host3.mydomain.com".默认是 localhost,是给伪分布式用的。要修改才能在完全分布式的情况下使用。如果在hbase-env.sh设置了HBASE_MANAGES_ZK, 这些ZooKeeper节点就会和Hbase一起启动。         

默认: localhost

 

hbase.zookeeper.peerport

ZooKeeper节点使用的端口。详细参见:http://hadoop.apache.org/zookeep ... ReplicatedZooKeeper         

默认: 2888

 

hbase.zookeeper.leaderport

ZooKeeper用来选择Leader的端口,详细参见:http://hadoop.apache.org/zookeep ... ReplicatedZooKeeper     

默认: 3888

 

hbase.zookeeper.property.initLimit

ZooKeeper的zoo.conf中的配置。 初始化synchronization阶段的ticks数量限制     

默认: 10

 

hbase.zookeeper.property.syncLimit

ZooKeeper的zoo.conf中的配置。 发送一个请求到获得承认之间的ticks的数量限制     

默认: 5

 

hbase.zookeeper.property.dataDir

ZooKeeper的zoo.conf中的配置。     快照的存储位置     

默认: ${hbase.tmp.dir}/zookeeper

 

hbase.zookeeper.property.clientPort

ZooKeeper的zoo.conf中的配置。 客户端连接的端口     

默认: 2181

 

hbase.zookeeper.property.maxClientCnxns

ZooKeeper的zoo.conf中的配置。 ZooKeeper集群中的单个节点接受的单个Client(以IP区分)的请求的并发数。这个值可以调高一点,防止在单机和伪分布式模式中出问题。     

默认: 2000

hbase.rest.port

HBase REST server的端口

默认: 8080

hbase.rest.readonly

定义REST server的运行模式。可以设置成如下的值:     false: 所有的HTTP请求都是被允许的 - GET/PUT/POST/DELETE.     true:只有GET请求是被允许的     

默认: false

 

HBase API代码运行

 

随着搭好的集群进行各种测试。。。练习下HBase API

 

package HbaseTest;

import akka.io.Tcp;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;

import java.util.ArrayList;
import java.util.List;

/**
 * Created by root on 5/30/16.
 */
public class HbaseTest {
    private Configuration conf;
    public void init(){
        conf = HBaseConfiguration.create();
    }

   public void createTable(){
       Connection conn = null;
       try{
           conn = ConnectionFactory.createConnection(conf);
           HBaseAdmin hadmin = (HBaseAdmin)conn.getAdmin();
           HTableDescriptor desc = new HTableDescriptor("TableName".valueOf("yangsy"));

           desc.addFamily(new HColumnDescriptor("f1"));
           if(hadmin.tableExists("yangsy")){
               System.out.println("table is exists!");
               System.exit(0);
           }else{
               hadmin.createTable(desc);
               System.out.println("create table success");
           }
       }catch (Exception e){
           e.printStackTrace();
       }finally {
           {
               if(null != conn){
                   try{
                       conn.close();
                   }catch(Exception e){
                       e.printStackTrace();
                   }
               }
           }
       }
   }

    public void query(){
        Connection conn = null;
        HTable table = null;
        ResultScanner scan = null;
        try{
            conn = ConnectionFactory.createConnection(conf);
            table = (HTable)conn.getTable(TableName.valueOf("yangsy"));

            scan = table.getScanner(new Scan());

            for(Result rs : scan){
                System.out.println("rowkey:" + new String(rs.getRow()));

                for(Cell cell : rs.rawCells()){
                    System.out.println("column:" + new String(CellUtil.cloneFamily(cell)));

                    System.out.println("columnQualifier:"+new String(CellUtil.cloneQualifier(cell)));

                    System.out.println("columnValue:" + new String(CellUtil.cloneValue(cell)));

                    System.out.println("----------------------------");
                }
            }
        }catch(Exception e){
            e.printStackTrace();
        }finally{
            try {
                table.close();
                if(null != conn) {
                    conn.close();
                }
            }catch (Exception e){
                e.printStackTrace();
            }
        }
    }

    public void queryByRowKey(){
        Connection conn = null;
        ResultScanner scann = null;
        HTable table = null;
        try {
            conn = ConnectionFactory.createConnection(conf);
            table = (HTable)conn.getTable(TableName.valueOf("yangsy"));

            Result rs = table.get(new Get("1445320222118".getBytes()));
            System.out.println("yangsy the value of rokey:1445320222118");
            for(Cell cell : rs.rawCells()){
                System.out.println("family" + new String(CellUtil.cloneFamily(cell)));
                System.out.println("value:"+new String(CellUtil.cloneValue(cell)));
            }
        }catch (Exception e){
            e.printStackTrace();
        }finally{
            if(null != table){
                try{
                    table.close();
                }catch (Exception e){
                    e.printStackTrace();
                }
            }
        }
    }

    public void insertData(){
        Connection conn = null;
        HTable hTable = null;
        try{
            conn = ConnectionFactory.createConnection(conf);
            hTable = (HTable)conn.getTable(TableName.valueOf("yangsy"));

            Put put1 = new Put(String.valueOf("1445320222118").getBytes());

            put1.addColumn("f1".getBytes(),"Column_1".getBytes(),"123".getBytes());
            put1.addColumn("f1".getBytes(),"Column_2".getBytes(),"456".getBytes());
            put1.addColumn("f1".getBytes(),"Column_3".getBytes(),"789".getBytes());

            Put put2 = new Put(String.valueOf("1445320222119").getBytes());

            put2.addColumn("f1".getBytes(),"Column_1".getBytes(),"321".getBytes());
            put2.addColumn("f1".getBytes(),"Column_2".getBytes(),"654".getBytes());
            put2.addColumn("f1".getBytes(),"Column_3".getBytes(),"987".getBytes());

            List<Put> puts = new ArrayList<Put>();
            puts.add(put1);
            puts.add(put2);
            hTable.put(puts);
        }catch(Exception e){
            e.printStackTrace();
        }finally{
            try {
                if (null != hTable) {
                    hTable.close();
                }
            }catch(Exception e){
                e.printStackTrace();
            }
        }
    }

public static void main(String args[]){
    HbaseTest test = new HbaseTest();
    test.init();
    test.createTable();
    test.insertData();
    test.query();
}


}

 

 

 

 

网友评论

登录后评论
0/500
评论
松伯
+ 关注