本节书摘来异步社区《HBase管理指南》一书中的第1章，第1.1节，作者： 蒋燚峰 译者： 苏南，更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.1　简介

本章将介绍HBase集群的安装方法，首先将介绍基本的单机运行模式的HBase实例的安装方法，然后介绍如何在Amazon EC2上安装完全分布式运行的高可靠性HBase集群。

根据Apache HBase主页上的定义：

HBase是Hadoop上的数据库。它适合在需要对大数据进行随机且实时读写的情况下使用。其目标是在基于商品化硬件构建的集群之上存储那些非常大的表——比如那些有数百万个字段和数十亿条记录的大表。

HBase可以在任何文件系统上运行。比如说，无论是在EXT4本地文件系统、Amazon S3（Amazon Simple Storage Service），还是Hadoop分布式文件系统（HDFS）上，都可以运行HBase。 HDFS是Hadoop首选的分布式文件系统，因此大多数完全分布式的HBase集群都运行在HDFS文件系统上，所以我们将首先介绍一下如何安装Hadoop。

Apache ZooKeeper是一个开源软件，它能够提供一种具有高可靠性的分布式的协调服务。分布式的HBase需要运行一个ZooKeeper集群。

作为一种运行在Hadoop上的数据库，HBase需要同时打开很多个文件。 为了使HBase能够顺畅运行，我们需要修改一些Linux内核参数的设置。

一个完全分布式的HBase集群都有一个或多个主节点（HMaster）和许多从节点（RegionServer），其中主节点用于协调整个集群，从节点用于处理实际的数据存储和要求。图1-1显示的是一个典型的HBase集群结构。

HBase可以同时运行多个主节点，它会使用Zookeeper来监控这些主节点和实现这些主节点之间的故障转移。不过，由于HBase在底层使用了HDFS来作为它的文件系统，所以如果HDFS宕机了，HBase也自然要宕机。HDFS的主节点（我们称之为NameNode）是HDFS的单点故障（SPOF，Single Point Of Failure），因此也是HBase集群的单一故障点。幸运的是，NameNode在软件方面非常健壮和稳定。此外，HDFS的研发团队也正在努力开发具有真正高可靠性的NameNode，Hadoop的下一个主要发布版本可能就会包含这一特性。

在1.2～1.8节中，我们将介绍如何让HBase与它所需要使用的那些软件一起工作，构建起一个完全分布式的HBase集群。最后一节将介绍一个较为高级的话题——如何避免集群的单点故障问题。

下面，我们就开始介绍如何安装一个单机运行的HBase实例，之后再来演示如何在Amazon EC2上安装一个分布式的HBase集群。