Apache HBase配置（org.apache.hadoop.hbase）

Apache HBase使用与Apache Hadoop相同的配置系统。所有配置文件都位于conf /目录中，该目录需要为集群中的每个节点保持同步。

HBase配置文件说明

• 备份主机

• 默认情况下不存在。一个纯文本文件，列出主机应启动备份主过程的主机，每行一个主机。

• hadoop-metrics2-hbase.properties

• 用于连接HBase Hadoop的Metrics2框架。有关Metrics2的更多信息，请参阅Hadoop Wiki条目。默认情况下仅包含已注释的示例。

• hbase-env.cmd和hbase-env.sh

• 用于Windows和Linux / Unix环境的脚本，用于为HBase设置工作环境，包括Java，Java选项和其他环境变量的位置。该文件包含许多注释的示例，以提供指导。

• hbase-policy.xml中

• RPC服务器用于对客户端请求进行授权决策的默认策略配置文件。仅在启用HBase 安全性的情况下使用。

• hbase-site.xml

• 主HBase配置文件。此文件指定覆盖HBase的默认配置的配置选项。您可以查看（但不要编辑）docs / hbase-default.xml中的默认配置文件。您还可以在HBase Web UI 的HBase Configuration选项卡中查看集群的整个有效配置（缺省和覆盖）。

• log4j.properties

• 用于HBase日志记录的配置文件log4j。

• 区域服务器

• 包含应在HBase集群中运行RegionServer的主机列表的纯文本文件。默认情况下，此文件包含单个条目localhost。它应该包含主机名或IP地址的列表，每行一个，并且应该包含localhost如果您的集群中的每个节点在其接口上运行一个localhostRegionServer。

4.基本先决条件

本节列出所需的服务和一些必需的系统配置。

表2. Java

操作系统实用程序

• ssh

• HBase广泛使用安全Shell（ssh）命令和实用程序在集群节点之间进行通信。集群中的每个服务器必须运行ssh，以便可以管理Hadoop和HBase后台驻留程序。您必须能够使用共享密钥而不是密码，通过SSH（包括本地节点）从主服务器以及任何备份主服务器连接到所有节点。您可以在“ 过程：配置无密码SSH访问 ” 中查看Linux或Unix系统中此类设置的基本方法。如果集群节点使用OS X，请参阅Hadoop wiki上的“ SSH：设置远程桌面和启用自助登录 ”一节。

• DNS

• HBase使用本地主机名自行报告其IP地址。正向和反向DNS解析必须在0.92.0之前的HBase版本中工作。在Hadoop的DNS检查器工具，可以用来验证DNS在群集上正常工作。项目README文件提供有关使用的详细说明。

• 环回IP

• 在hbase-0.96.0之前，HBase只使用IP地址127.0.0.1来引用localhost，而且这不能被配置。有关详细信息，请参阅环回IP。

• NTP

• 群集节点上的时钟应该同步。少量的变化是可以接受的，但更大的偏斜量可能导致不稳定和意想不到的行为。时间同步是在集群中看到无法解释的问题的首要检查之一。建议在集群上运行网络时间协议（NTP）服务或另一个时间同步机制，并且所有节点都查看同一服务以进行时间同步。请参阅基本NTP配置在Linux文档项目（TLDP）设置NTP。

• 文件和进程数量限制（ulimit）

• Apache HBase是一个数据库。它需要能够一次打开大量的文件。许多Linux发行版限制了允许单个用户打开的文件数1024（或者256在较旧版本的OS X上）。您可以ulimit -n在运行HBase的用户登录时通过运行该命令在服务器上检查此限制。如果限制太低，可能会遇到一些问题，请参阅“疑难解答”部分。您也可能会注意到以下错误：

  2010-04-06 03：04：37,542 INFO org.apache.hadoop.hdfs.DFSClient：Exception increateBlockOutputStream java.io.EOFException 2010-04-06 03：04：37,542 INFO org.apache.hadoop.hdfs.DFSClient：放弃块blk_-6935524980745310745_1391901

  建议将ulimit提高到至少10,000，但更可能是10,240，因为该值通常用1024的倍数表示。每个ColumnFamily都至少有一个StoreFile，如果该区域有负载，则可能有多于六个StoreFiles。所需打开文件的数量取决于ColumnFamilies的数量和区域数量。以下是计算RegionServer上打开文件的可能数量的粗略公式。

  计算打开文件的可能数

  （StoreFiles per ColumnFamily）x（每个RegionServer的区域）

  例如，假设一个模式每个区域有3个ColumnFamilies，每个ColumnFamily平均有3个StoreFiles，并且每个RegionServer有100个区域，JVM将打开3 * 3 * 100 = 900文件描述符，而不是打开JAR文件，配置文件和其他文件。打开文件不需要很多资源，允许用户打开太多文件的风险极小。

  另一个相关设置是允许用户一次运行的进程数。在Linux和Unix中，使用ulimit -u命令设置进程数。这不应该与nproc命令混淆，该命令控制给定用户可用的CPU的数量。在负载下，ulimit -u太低可能导致OutOfMemoryError异常。请参阅杰克·莱文的主要HDFS问题线程在hbase用户邮件列表，从2011年。

  为运行HBase进程的用户配置最大文件描述符和进程数是操作系统配置，而不是HBase配置。确保为实际运行HBase的用户更改设置也很重要。要查看哪个用户启动HBase和该用户的ulimit配置，请查看该实例的HBase日志的第一行。对hadoop集群有用的读设置配置是Aaron Kimball的配置参数：你可以忽略什么？

  示例5. ulimitUbuntu上的设置

  要在Ubuntu上配置ulimit设置，请编辑/etc/security/limits.conf，它是一个由四列组成的以空格分隔的文件。有关此文件格式的详细信息，请参阅limits.conf的手册页。在以下示例中，第一行为使用用户名hadoop的操作系统用户将打开文件（nofile）的软限制和硬限制设置为32768。第二行将同一用户的进程数设置为32000。

  hadoop - nofile 32768 hadoop - nproc 32000

  仅当可插入认证模块（PAM）环境指向使用这些设置时，才应用这些设置。要配置PAM以使用这些限制，请确保/etc/pam.d/common-session文件包含以下行：

  session required pam_limits.so

• Linux Shell

• HBase附带的所有shell脚本都依赖于GNU Bash shell。

• 视窗

• 在HBase 0.96之前，在Microsoft Windows上运行HBase的测试有限。对于生产系统不建议在Windows节点上运行。

4.1。Hadoop

下表总结了每个版本的HBase支持的Hadoop的版本。基于HBase的版本，您应该选择最适合的Hadoop版本。您可以使用Apache Hadoop或供应商的Hadoop发行版。这里不作区分。有关Hadoop供应商的信息，请参阅Hadoop wiki。

使用以下图例解释此表：

Hadoop版本支持矩阵

• “S”=支持

• “X”=不支持

• “NT”=未测试

4.1.1。Apache HBase 0.94与Hadoop 2

要使0.94.x在Hadoop 2.2.0上运行，您需要在pom.xml中更改hadoop 2和protobuf版本：这里是一个与pom.xml更改的差异：

$ svn diff pom.xml Index: pom.xml =================================================================== --- pom.xml (revision 1545157) +++ pom.xml (working copy) @@ -1034,7 +1034,7 @@ <slf4j.version>1.4.3</slf4j.version> <log4j.version>1.2.16</log4j.version> <mockito-all.version>1.8.5</mockito-all.version> - <protobuf.version>2.4.0a</protobuf.version> + <protobuf.version>2.5.0</protobuf.version> <stax-api.version>1.0.1</stax-api.version> <thrift.version>0.8.0</thrift.version> <zookeeper.version>3.4.5</zookeeper.version> @@ -2241,7 +2241,7 @@ </property> </activation> <properties> - <hadoop.version>2.0.0-alpha</hadoop.version> + <hadoop.version>2.2.0</hadoop.version> <slf4j.version>1.6.1</slf4j.version> </properties> <dependencies>

下一步是重新生成Protobuf文件并假设Protobuf已经安装：

• 使用命令行转到HBase根文件夹;

• 键入以下命令：

  $ protoc -Isrc/main/protobuf --java_out=src/main/java src/main/protobuf/hbase.proto

  $ protoc -Isrc/main/protobuf --java_out=src/main/java src/main/protobuf/ErrorHandling.proto

通过运行类似以下命令来构建hadoop 2配置文件：

$ mvn clean install assembly：single -Dhadoop.profile = 2.0 -DskipTests

4.1.2。Apache HBase 0.92和0.94

HBase 0.92和0.94版本可以与Hadoop版本（0.20.205,0.22.x，1.0.x和1.1.x）一起使用。HBase-0.94还可以使用Hadoop-0.23.x和2.x，但是您可能必须使用特定的maven配置文件重新编译代码（参见顶级pom.xml）

4.1.3。Apache HBase 0.96

从Apache HBase 0.96.x开始，至少需要Apache Hadoop 1.0.x。强烈鼓励Hadoop 2（更快，但也有帮助MTTR的修复）。我们将不再在较旧的Hadoops上正常运行，例如0.20.205或branch-0.20-append。如果您无法升级Hadoop，请不要移动到Apache HBase 0.96.x。参见HBase，mail＃dev - DISCUSS：hbase要求至少hadoop 1.0.0在hbase 0.96.0？

4.1.4。Hadoop版本0.20.x - 1.x

不要将大于2.2.0的Hadoop版本用于大于1.0的HBase版本。如果您使用的是旧版本的HBase for Hadoop相关信息，请查看发行文档。

4.1.5。Apache Hbase安全Hadoop

Apache HBase将在任何并入Hadoop安全功能的Hadoop 0.20.x上运行，只要您像上面建议的那样，并用安全版本替换HBase附带的Hadoop jar。如果要阅读有关如何设置Secure HBase的更多信息，请参阅hbase.secure.configuration。

4.1.6。 dfs.datanode.max.transfer.threads

HDFS DataNode具有在任何时间将要服务的文件数量的上限。在执行任何加载之前，请确保您已配置Hadoop的conf / hdfs-site.xml，将dfs.datanode.max.transfer.threads值设置为至少以下值：

<property> <name>dfs.datanode.max.transfer.threads</name> <value>4096</value> </property>

进行上述配置后，请务必重新启动HDFS。

没有这个配置就会造成奇怪的故障。一种表现形式是关于缺失区块的投诉。例如：

10/12/08 20:10:31 INFO hdfs.DFSClient：无法获取块 blk_XXXXXXXXXXXXXXXXXXXXXX_YYYYYYYY来自任何节点：java.io.IOException：没有活动节点 包含当前块。将从namenode获取新的块位置并重试...

另请参见casestudies.max.transfer.threads并注意，此属性以前称为dfs.datanode.max.xcievers（例如Hadoop HDFS：由Xciever欺骗）。

4.2。ZooKeeper要求

从HBase 1.0.0起，需要ZooKeeper 3.4.x。HBase利用multi只有从Zookeeper 3.4.0可用的功能。该hbase.zookeeper.useMulti配置属性默认为true在HBase的1.0.0。参考HBASE-12241（当服务器复制队列中断时复制时regionServer崩溃）和HBASE-6775（当HBASE-6710 0.92 / 0.94兼容性修复时使用ZK.multi）作为背景。该属性已弃用，并且在HBase 2.0中始终启用useMulti。

今天的学习就到这里,明天我们将学习

HBase运行模式：独立和分布式