1.简介HBase是一个分布式的、面向列的开源数据库，区别于一般的关系型数据库，是一个适合非结构化数据存储的数据库。另一个区别是HBase的基于列的模式而不是基于行的模式。HBase使用与BigTable非常相同的数据模型。用户将数据行存储在表中。数据行有一个可选的键和任意数量的列。一个或多个列组成一个ColumnFamily，Fmaily下的列位于一个HFile中，便于缓存数据。表格存储松散，因此用户可以为行定义各种列。在HBase中，数据按照主键排序，表根据主键划分为多个region。在分布式生产环境中，HBase需要运行在HDFS上，并以HDFS作为其基础存储设施。HBase的上层提供了一个访问数据的JavaAPI层，允许应用程序访问存储在HBase中的数据。在HBase集群中，主要由Master、RegionServer、Zookeeper组成。具体模块如下图所示：简单介绍一下HBase中相关模块的功能：MasterHBaseMaster用于协调多个RegionServer，检测RegionServer之间的冲突。状态，并平衡RegionServer之间的负载。HBaseMaster的另一个职责是将Region分配给RegionServers。HBase允许多个Master节点共存，但这需要Zookeeper的帮助。但是，当多个Master节点共存时，只有一个Master提供服务，其他Master节点处于待命状态。当工作的Master节点宕机时，其他Master将接管HBase集群。对于一个RegionServer，一个RegionServer包括多个Region。RegionServer的作用只是管理表和实现读写操作。Client直接连接RegionServer，通过通信获取HBase中的数据。对于Region来说，就是HBase数据实际存放的地方，也就是说Region是HBase可用性和分布的基本单位。如果一张表很大，由多个CF组成，那么该表的数据会存储在多个Region中，每个Region中会关联多个存储单元（Store）。Zookeeper对于HBase来说，Zookeeper的作用是至关重要的。首先，Zookeeper是HBaseMaster的HA解决方案。也就是说，Zookeeper保证至少有一个HBaseMaster在运行。而Zookeeper负责Region和RegionServer的注册。事实上，Zookeeper发展至今，已经成为分布式大数据框架中容错的标准框架。不仅是HBase，几乎所有与分布式大数据相关的开源框架都依赖Zookeeper来实现HA。HBase集群是建立在Hadoop集群的基础上的，所以在搭建HBase集群之前需要先搭建Hadoop集群，并且必须考虑两者的兼容性。2、环境准备（1）修改各服务器主机名，添加hosts文件，关闭防火墙[root@c7001~]#cat>>/etc/hosts<
