1.4 安装部署与 Shell 初体验：写入第一行数据

1.4 安装部署与 Shell 初体验：写入第一行数据

本节摘要：以单机模式（standalone）为目标，从 JDK 准备、HBase 下载解压、两个配置文件改起，到启动、建表、写入、扫描、删除的完整 Shell 操作流。本节的命令输出请逐条对照，出现不一致时正好练习"看 Web UI 与日志定位"的基本功。

单机模式：五分钟能跑的最小集群

生产上的伪分布式、完全分布式先不碰。单机模式下 HBase 自带一个精简版 HDFS（或直接用本地文件系统）和内置 ZooKeeper，一个进程全包，最适合学习。它和生产模式的区别只在存储与协调层，Shell 与数据模型完全一致——学机制用它足够。

环境约定：Linux（或 WSL），JDK 8 或 11（HBase 2.x 系列对两者都支持），约 2 GB 空闲内存。先确认 Java：

$ java -version
openjdk version "11.0.21" 2023-10-17
OpenJDK Runtime Environment (build 11.0.21+9)
​

下载并解压（以 2.5.x 为例）：

$ wget https://archive.apache.org/dist/hbase/2.5.8/hbase-2.5.8-bin.tar.gz
$ tar -xzf hbase-2.5.8-bin.tar.gz -C /opt/
$ cd /opt/hbase-2.5.8/
​

需要改的配置只有两个文件。conf/hbase-env.sh 里指明 Java 家目录并关掉自带的 JVM 管理进程：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk
export HBASE_MANAGES_ZK=true
​

conf/hbase-site.xml 里指定数据落盘目录与 单机运行模式：

<configuration>
  <property>
    <name>hbase.rootdir</name>
    <value>file:///opt/hbase-data/hbase</value>
  </property>
  <property>
    <name>hbase.cluster.distributed</name>
    <value>false</value>
  </property>
  <property>
    <name>hbase.unsafe.stream.capability.enforce</name>
    <value>false</value>
  </property>
</configuration>
​

hbase.rootdir 用 file:// 前缀即本地文件系统；将来伪分布式改成 hdfs://namenode:8020/hbase 即可。启动并验证：

$ bin/start-hbase.sh
running master, logging to /opt/hbase-2.5.8/logs/hbase-root-master-vm1.out
$ jps
3036 HMaster
​

看到 HMaster 进程即成功。浏览器访问 Master 所在机器的 16010 端口（地址形如 主机名:16010）进入 Web UI——这个页面后面要反复用，重点关注 Table Details 页的 Region 列表和 Region Servers 页的负载。

Shell 十分钟速成

进入 Shell：

$ bin/hbase shell
HBase Shell
Use "help" to get list of supported commands.
hbase:001:0>
​

建表。列族在建表时就要定义，这里建订单表，两个列族，cf 保留 5 个版本：

hbase:001:0> create 'orders', {NAME => 'cf', VERSIONS => 5}, {NAME => 'detail'}
Created table orders
Took 1.2345 seconds
=> Hbase::Table - orders
​

写入。语法是 put 表名, 行键, 列, 值，注意一次 put 只写一个单元格：

hbase:002:0> put 'orders', 'u1001-1724055123', 'cf:status', 'PAID'
hbase:003:0> put 'orders', 'u1001-1724055123', 'cf:amount', '299.00'
hbase:004:0> put 'orders', 'u1001-1724055123', 'detail:addr', 'hangzhou'
hbase:005:0> put 'orders', 'u2002-1724055121', 'cf:status', 'NEW'
Took 0.0123 seconds
​

点查与扫描：

hbase:006:0> get 'orders', 'u1001-1724055123', 'cf'
COLUMN                       CELL
 cf:amount                   timestamp=1724055601, value=299.00
 cf:status                   timestamp=1724055600, value=PAID
1 row(s)

hbase:007:0> scan 'orders'
ROW                          COLUMN+CELL
 u1001-1724055123            column=cf:amount, timestamp=1724055601, value=299.00
 u1001-1724055123            column=cf:status, timestamp=1724055600, value=PAID
 u1001-1724055123            column=detail:addr, timestamp=1724055602, value=hangzhou
 u2002-1724055121            column=cf:status, timestamp=1724055603, value=NEW
2 row(s)
​

输出顺序留意：行按行键字典序排，同行内按列族、列限定符排——这就是 1.2 节说的"行键字典序组织"最直观的证据。更新就是再 put 一次；删除单元格用 delete，删整行用 deleteall——但记住 1.2 节的结论，删除只是打墓碑：

hbase:008:0> delete 'orders', 'u2002-1724055121', 'cf:status'
hbase:009:0> get 'orders', 'u2002-1724055121'
COLUMN                       CELL
0 row(s)
​

看 Region。用 Web UI 的 Table Details 页，或者直接查描述信息：

hbase:010:0> describe 'orders'
Table orders is ENABLED
orders
COLUMN FAMILIES DESCRIPTION
{NAME => 'cf', VERSIONS => '5', ...}
{NAME => 'detail', ...}
2 row(s)

hbase:011:0> list_region 'orders'
      SERVER |    REGION_NAME | START_KEY | END_KEY
        vm1   | orders,,...   |          |
1 row(s)
​

只有一台机器、数据量又小，所以整张表就一个 Region（起始键、结束键都为空，代表负无穷到正无穷）。往这张表灌几十万行（后面第 5 章会给灌数据脚本），再到 Web UI 看，Region 会自动分裂成多个——那一刻你能亲眼看到"一行数据的落点"如何随 Region 边界变化而迁移。

⚠️ 常见坑：Shell 里表名、列名都要带单引号；put 一个命令只能写一个列，想一行多列要么多次 put 要么用 Java API 的 batch。另外 Shell 的 JVM 默认吃 1 GB 内存，机器紧张时改 hbase-env.sh 里的 HBASE_SHELL_OPTS。

常用运维命令备查

hbase:012:0> status
1 active master, 0 backup masters, 1 servers, 0 dead, 2.0000 average load

hbase:013:0> exists 'orders'
Table orders does exist

hbase:014:0> disable 'orders'
hbase:015:0> drop 'orders'
​

记住铁律：删表前必须先 disable。disable 会把 Region 全部下线，drop 才能清掉数据与元数据。反过来生产事故里最常见的误操作就是把还在写入的表 disable 了——业务端瞬间全部报错。

单机跑通之后

单机模式的一切机制（WAL、MemStore、Flush、Compaction、Region 分裂）与生产完全一致，只是它们都发生在同一个进程里。往伪分布式迁移只需三步：装好 HDFS 与 ZooKeeper；hbase.rootdir 改成 HDFS 地址、hbase.cluster.distributed 改 true；再用 local-regionservers.sh 起多个 RegionServer。生产化还要配 hbase.zookeeper.quorum、端口与内存，那是第 7 章运维的话题。

本节要点回顾

• 最小可学环境：单机模式两个配置文件即可启动，Shell 与生产一致，学机制不打折；
• 建表先定列族：VERSIONS 等参数属于列族，建后修改代价大，初始就要想清楚；
• 命令五件套：create、put、get、scan、delete，一次 put 只写一个单元格；
• 观察落点的入口：Web UI 的 Table Details 页与 list_region 命令，后续章节反复使用；
• 删表铁律：先 disable 再 drop，disable 即下线 Region，生产上慎之又慎。

环境就绪，第一行数据已落盘。下一章开始追踪它：从 WAL 到 MemStore 到 HFile，完整走一遍写入路径。