非关系型数据库大作业
非关系型数据库(NoSQL)技术考试
非关系型数据库（NoSQL）技术考试（答案见尾页）一、选择题1. 什么是非关系型数据库（NoSQL）？A. 一种基于关系的数据库技术B. 一种不基于关系的数据库技术C. 一种只能存储结构化数据的数据库技术D. 一种只能存储半结构化数据的数据库技术2. NoSQL数据库与传统的关系型数据库的主要区别是什么？A. 数据存储方式B. 数据模式C. 查询语言D. 事务处理3. 在NoSQL数据库中，哪种数据模型是最常用的？A. 关系模型B. 键值对模型C. 文档模型D. 列模型4. 在NoSQL数据库中，哪种类型的键值对存储是最高效的？A. 单键值存储B. 多键值存储C. 哈希键值存储D. 字符串键值存储5. 什么是NoSQL数据库中的列族存储？A. 一种将数据分组成多个列的存储方式B. 一种将数据分组成多个行的存储方式C. 一种将数据按行分组的存储方式D. 一种将数据按列分组的存储方式6. 在NoSQL数据库中，哪种类型的数据库适合处理大规模数据集？A. 关系型数据库B. 键值对数据库C. 文档数据库D. 列族数据库7. NoSQL数据库与传统关系型数据库在数据一致性和可用性方面的权衡是如何实现的？A. 通过增加冗余数据来提高可用性B. 通过减少冗余数据来提高一致性C. 通过使用分布式事务来保证数据一致性D. 通过使用副本集来保证数据可用性和一致性8. 在NoSQL数据库中，哪种类型的数据库适合需要高并发读写的场景？A. 关系型数据库B. 键值对数据库C. 文档数据库D. 列族数据库9. 什么是NoSQL数据库中的分布式缓存？A. 一种内存中的缓存技术，用于提高数据访问速度B. 一种分布式的、可扩展的数据存储技术，用于提高数据访问速度C. 一种分布式的内存数据库技术，用于提高数据访问速度D. 一种分布式的、可扩展的缓存技术，用于提高数据访问速度10. 什么是非关系型数据库（NoSQL）？A. 一种基于关系的数据库技术B. 一种不基于关系的数据库技术C. 一种只能存储结构化数据的数据库技术D. 一种只能存储非结构化数据的数据库技术11. NoSQL数据库与传统的关系型数据库的主要区别是什么？B. 查询语言C. 一致性模型D. 扩展性12. 在NoSQL数据库中，哪种类型的数据库最适合处理大量非结构化数据？A. 文档型数据库B. 键值对数据库C. 列式数据库D. 图形数据库13. 什么是NoSQL数据库中的图形数据库？A. 一种基于关系的数据库技术B. 一种不基于关系的数据库技术，用于存储和查询复杂的关系数据C. 一种只支持图结构的数据库D. 一种不支持事务的数据库14. 在NoSQL数据库中，哪种类型的数据库通常用于实时数据分析？A. 文档型数据库B. 键值对数据库C. 列式数据库D. 图形数据库15. NoSQL数据库的扩展性是指什么？A. 数据库可以自动扩展其存储容量B. 数据库可以通过添加更多的服务器来提高性能C. 数据库可以通过读写分离来提高性能D. 数据库可以通过复制数据来实现高可用性16. 在NoSQL数据库中，哪种类型的数据库通常用于存储时间序列数据？A. 文档型数据库B. 键值对数据库C. 列式数据库17. 什么是非关系型数据库（NoSQL）？A. 一种关系型数据库技术B. 一种面向文档的数据库技术C. 一种基于键值存储的数据库技术D. 一种支持高并发读写的数据库技术18. NoSQL数据库与传统的关系型数据库的主要区别是什么？A. 数据模型B. 查询语言C. 一致性模型D. 扩展性19. 以下哪个选项是NoSQL数据库中的常用数据操作？A. 插入B. 更新C. 删除D. 查询20. 在NoSQL数据库中，哪种类型的数据库具有水平扩展的特性？A. 关系型数据库B. 文档型数据库C. 键值型数据库D. 列族型数据库21. NoSQL数据库中的列族型数据库（如Cassandra）通常用于哪种场景？A. 高并发读写B. 高可用性C. 大量小文件存储D. 实时数据分析22. 在NoSQL数据库中，哪种类型的数据库适用于需要复杂查询的场景？B. 文档型数据库C. 键值型数据库D. 列族型数据库23. NoSQL数据库中的键值型数据库（如Redis）通常用于哪种场景？A. 缓存B. 数据库缓存C. 高可用性D. 实时数据分析24. 在NoSQL数据库中，哪种类型的数据库具有高度的数据一致性和完整性？A. 关系型数据库B. 文档型数据库C. 键值型数据库D. 列族型数据库25. 什么是非关系型数据库（NoSQL）？A. 一种关系型数据库技术B. 一种面向文档的数据库技术C. 一种面向列的数据库技术D. 一种关系型数据库的非关系型变种26. NoSQL数据库有哪些特点？A. 高可扩展性B. 高可用性C. 灵活的数据模型D. 严格的模式设计27. 在NoSQL数据库中，哪种数据模型是最常用的？A. 关系模型B. 文档模型C. 列模型28. NoSQL数据库与传统关系型数据库的主要区别是什么？A. 数据模型B. 事务处理C. 查询语言D. 数据一致性模型29. 在NoSQL数据库中，哪种类型的数据库通常用于存储大量非结构化数据？A. 键值存储B. 文档存储C. 列存储D. 图存储30. NoSQL数据库中的键值存储有何特点？A. 键值对结构，允许快速查找和存储B. 提供复杂的查询功能C. 支持事务处理D. 适用于高并发读写场景31. 列存储有何特点？A. 数据按列进行存储，适合大规模数据的存储和分布式处理B. 提供高性能的读写操作C. 适用于需要高效数据压缩和编码的场景D. 支持复杂的数据查询和聚合操作32. 图存储有何特点？A. 数据以图的形式存储，适合处理复杂的关系数据B. 适用于社交网络、推荐系统等场景C. 提供高效的路径查询和连接操作D. 支持高并发的读写和实时更新33. 在NoSQL数据库中，哪种数据库通常用于需要高可用性和可扩展性的场景？B. 文档存储C. 列存储D. 图存储34. 什么是非关系型数据库（NoSQL）？A. 是一种关系型数据库技术B. 提供分布式数据存储C. 支持结构化数据查询D. 采用面向列的存储方式35. NoSQL数据库与传统的关系型数据库的主要区别是什么？A. 数据模型B. 查询语言C. 一致性模型D. 扩展性36. 在NoSQL数据库中，哪种数据模型被广泛使用？A. 关系模型B. 键值对模型C. 文档模型D. 图模型37. NoSQL数据库中的数据一致性是如何保证的？A. 通过事务B. 使用分布式锁C. 通过副本集D. 通过分片38. 以下哪个不是NoSQL数据库的特点？A. 高可扩展性B. 高可用性C. 灵活的数据模型D. 严格的数据模式39. 在NoSQL数据库中，哪种类型的数据库具有固定的表结构？A. 列族数据库B. 文档数据库C. 关系数据库D. 集合数据库40. 在NoSQL数据库中，哪种类型的数据库支持高并发读写？A. 列族数据库B. 文档数据库C. 关系数据库D. 集合数据库41. 以下哪个不是NoSQL数据库的优势？A. 灵活的数据模型B. 高可用性C. 严格的数据模式D. 高扩展性42. 在NoSQL数据库中，哪种类型的数据库支持水平扩展？A. 列族数据库B. 文档数据库C. 关系数据库D. 集合数据库二、问答题1. 什么是非关系型数据库（NoSQL）？2. NoSQL数据库有哪些类型？3. NoSQL数据库与传统关系型数据库的主要区别是什么？4. NoSQL数据库的优势是什么？5. 如何选择合适的NoSQL数据库？6. 在NoSQL数据库中，如何实现数据的一致性？7. NoSQL数据库在大数据和实时分析方面的优势如何体现？8. 如何在NoSQL数据库中进行数据备份和恢复？参考答案选择题：1. B2. A3. C4. D5. A6. D7. D8. D9. D 10. B11. ABCD 12. A 13. C 14. D 15. B 16. C 17. B 18. D 19. ABCD 20. D 21. ACD 22. A 23. AB 24. A 25. C 26. ABC 27. C 28. D 29. B 30. A 31. AC 32. ABCD 33. D 34. B 35. D 36. C 37. C 38. D 39. C 40. A 41. C 42. A问答题：1. 什么是非关系型数据库（NoSQL）？非关系型数据库（NoSQL）是一类不同于传统的关系型数据库的存储数据的方法。
mongo练习题
mongo练习题一、基础知识篇1. MongoDB是什么类型的数据库？2. MongoDB中的文档是什么？3. MongoDB中的集合与关系型数据库中的表有什么区别？4. 请简述MongoDB的主要特点。
5. MongoDB支持哪些数据类型？6. 如何在MongoDB中创建一个数据库？7. 如何在MongoDB中创建一个集合？8. 请列举MongoDB的几种索引类型。
二、数据操作篇1. 如何向MongoDB集合中插入一条文档？2. 如何查询MongoDB集合中的所有文档？3. 如何根据指定条件查询MongoDB集合中的文档？4. 如何更新MongoDB集合中的文档？5. 如何删除MongoDB集合中的文档？6. 请写出使用MongoDB进行分页查询的语句。
7. 如何在MongoDB中使用聚合管道进行数据分析？8. 请举例说明MongoDB中的投影操作。
三、安全管理篇1. 如何在MongoDB中创建用户？2. 如何为MongoDB用户设置权限？3. 请简述MongoDB中的角色权限管理。
4. 如何备份MongoDB数据库？5. 如何恢复MongoDB数据库？6. 请列举几种MongoDB的安全性能优化措施。
四、性能优化篇1. 如何查看MongoDB的索引信息？2. 如何创建复合索引？3. 请简述MongoDB索引的使用原则。
4. 如何分析MongoDB的查询性能？5. 如何优化MongoDB的写入性能？6. 请举例说明MongoDB中的数据归档操作。
五、高可用与复制篇1. 请简述MongoDB副本集的概念。
2. 如何搭建一个MongoDB副本集？3. 副本集中的主节点和从节点有哪些区别？4. 请列举几种MongoDB副本集的故障转移场景。
5. 如何配置MongoDB的分片集群？6. 请简述MongoDB分片集群的数据分布策略。
六、综合应用篇1. 如何使用Python操作MongoDB？2. 请设计一个基于MongoDB的用户登录注册系统。
非关系型数据库的特点与应用
非关系型数据库的特点与应用随着互联网的快速发展和大数据的涌现，传统的关系型数据库在面对海量数据的存储和处理时显得力不从心。
为了满足高并发访问和灵活的数据模型需求，非关系型数据库应运而生。
非关系型数据库（NoSQL）是一种将数据存储为键-值对或其他非结构化格式的数据库，它的出现扩展了传统关系型数据库的应用领域，提供了高性能、高可扩展性和灵活性等特点。
一、非关系型数据库的特点1.高可扩展性：非关系型数据库采用分布式架构，能够在集群环境下轻松扩展，实现横向伸缩。
这使得非关系型数据库在应对高并发访问的情况下具有较好的性能表现。
2.灵活的数据模型：非关系型数据库采用非结构化或半结构化的数据存储方式，能够灵活地存储和处理各种类型的数据，包括文档、键-值对、列族和图等。
这使得非关系型数据库能够适应各种不同的应用场景。
3.高性能：由于非关系型数据库不需要遵循严格的数据完整性和一致性要求，相比于传统的关系型数据库，非关系型数据库的读写性能更高。
此外，非关系型数据库在大数据量的情况下具有更短的查询响应时间。
4.数据分片存储：非关系型数据库基于分布式架构，可以将数据分片存储在多个节点上，提高数据的可用性和冗余度，降低单点故障的风险。
5.低成本：非关系型数据库的硬件和维护成本相对较低，不需要额外的数据库管理员来管理数据库的结构和模式。
同时，非关系型数据库能够利用廉价的、通用的硬件来构建高可用的分布式系统。
二、非关系型数据库的应用1.大数据存储和分析：随着数据量的不断增长，传统的关系型数据库往往无法胜任大数据存储和分析的任务。
非关系型数据库在这方面具有天然的优势，能够方便地存储和处理海量的非结构化或半结构化数据，提供快速的查询和分析能力。
2.实时数据处理：非关系型数据库的分布式架构和高性能特点使得它非常适合处理实时大数据流。
例如，对于电商网站来说，非关系型数据库可以用来实时跟踪和分析用户的浏览行为，从而做出个性化推荐和营销策略。
非关系型数据库的查询处理与优化方法
非关系型数据库的查询处理与优化方法随着互联网的快速发展和大数据的持续增长，数据库的查询处理成为了一个重要的研究方向。
在传统的关系型数据库中，查询处理的性能问题逐渐凸显出来，尤其是面对大规模数据和高并发访问的情况。
为了解决这个问题，非关系型数据库（NoSQL）被广泛应用。
本文将介绍非关系型数据库的查询处理和优化方法。
一、非关系型数据库的查询处理方法1. 索引索引在非关系型数据库中同样起着重要的作用。
通过创建合适的索引，可以大大提高查询的效率。
一些常见的索引类型包括哈希索引、B树索引和位图索引等。
哈希索引适用于等值查询，通过哈希函数将键映射到存储位置；B树索引适用于范围查询，通过维护有序的B树数据结构实现快速查找；位图索引适用于具有大量重复值的列，通过位图标志的方式高效地进行查询。
2. 分布式查询非关系型数据库通常采用分布式架构，数据分布在多个节点上。
查询处理涉及到跨节点的数据访问和计算，在设计查询时需要考虑数据的分布和负载均衡。
常见的分布式查询方法包括并行查询、分片查询和全局统计等。
并行查询利用多个节点同时处理查询，提高了查询的并发度；分片查询将数据划分为若干片段，分布在不同的节点上进行查询，减少了单个节点的查询负载；全局统计则用于从全局数据中获取统计信息，辅助查询优化。
3. 缓存非关系型数据库通常具有高速的读取能力，通过缓存机制可以减少重复查询和加快查询响应时间。
缓存可以采用内存缓存或分布式缓存，将频繁访问的数据存储在缓存中，减少对数据库的访问压力。
在设计查询时，可以使用缓存机制预先计算和存储一些常用的查询结果，提高查询的响应速度。
二、非关系型数据库的查询优化方法1. 数据模型设计在非关系型数据库中，数据模型的设计对查询性能有着直接的影响。
根据具体的业务需求，选择合适的数据模型，避免冗余和复杂的关系结构，能够提高查询的效率。
一般来说，数据模型的设计应该尽量符合横向扩展的原则，充分利用分布式数据库的优势。
数据库大作业(全·参考答案)
《数据库原理与应用》综合设计任务书前言《数据库原理与应用》课程的重点知识模块包括：1）数据库设计、2）用SQL实现建库、建表、查询、更新、和创建视图、3）存储过程和触发器设计。
针对这三个应用能力，用一个案例作为背景，布置三次大作业。
在校大学生都能理解“图书管理系统”的应用场合和业务流程。
因此，以图书管理系统作为案例来布置作业，可以降低业务分析难度，让学生将主要精力放在知识消化与技术应用上。
本文档包括四个部分。
第一部分描述系统的需求，第二部分提出E-R模型设计和关系模型设计的任务；第三部分提出在SQL Server中，用SQL语句来建库、建表、查询、更新数据、创建视图的任务；第四部分，根据应用需求、安全需求和数据完整性要求，提出设计存储过程和触发器的任务。
每个任务之前，都给出了完成任务所需要掌握的关键知识点，学生可以在对这些知识点进行复习的基础上完成任务，每个任务是一次大作业。
第一部分案例的需求描述本部分描述“图书管理系统”的需求，学生通过阅读本部分内容，了解系统的功能要求、运行环境，对系统所需的数据有总体认识，作为三次作业的基础。
1.2 需求分析1）功能需求图1-1：功能需求示意图教师信息管理：用于教师基本资料的增删改查。
图书信息管理：用于图书基本信息的增删改查，分类统计图书册数和价值。
借书登记：记录借书时间、所借图书、借书人、办理人。
还书登记：记录还书时间、所还图书、还书人、办理人。
催还：查询借阅逾期的借书信息，给借书人发电子邮件，给借书人的部门打电话。
2）运行环境要求图1-2：运行环境拓扑图系统采用C/S模式，有两台PC和一台服务器，联成一个局域网。
PC上安装图书管理软件的客户端，服务器上安装DBMS，服务器也可由两台PC中的一台来代替。
第二部分作业1——E-R模型与关系模型设计（满分8分）本部分的任务是：在需求分析的基础上，进行E-R图设计，然后将E-R模型转换为关系模型。
任务：1）根据需求描述，绘制E-R图。
非关系型数据库大作业
非关系型数据库大作业-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII实验三HBase环境搭建、sehll操作及Java API编程实验步骤：1.搭建Zookeeper和HBase1.ntp时间同步服务器搭建与使用安装ntp服务端(master)# apt-get install ntp启动ntp服务# /etc/init.d/ntp start修改配置文件# vim /etc/ntp.conf修改内容如下：重启ntp服务# /etc/init.d/ntp restart1.2安装ntp客户端(slaver1、slaver2)使用ntpdate命令，如果不存在这个命令，则先安装apt-get install ntp同步服务器时间# /usr/sbin/ntpdate 10.49.85.172设置定时同步# vim /etc/crontab1.3 ulimit 和 nproc设置(集群均配置)HBase是数据库，会在同一时间使用很多的文件句柄。
大多数Ubuntu系统使用的默认值1024是不能满足的，所以你需要修改你的最大文件句柄限制。
可以设置到10k. 你还需要修改 hbase 用户的 nproc，如果过低会造成OutOfMemoryError异常。
需要澄清的，这两个设置是针对操作系统的，不是Hbase本身的。
有一个常见的错误是Hbase运行的用户，和设置最大值的用户不是一个用户。
在Hbase启动的时候，第一行日志会现在ulimit信息，所以你最好检查一下。
1）修改limits.conf文件# vim /etc/security/limits.conf添加如下内容：2）修改common-session文件# vim /etc/pam.d/common-session添加如下内容：重启系统1.4 Zookeeper集群环境安装过程详解1）解压zookeepertar zxvf zookeeper-3.4.5.tar.gz2）修改zoo.cfg配置文件进入到zookeeper的conf目录下将zoo_sample.cfg文件拷贝一份，命名为为zoo.cfgvim zoo.cfg修改内容如下：配置文件中"server.id=host:port:port"中的第一个port是从机器（follower）连接到主机器（leader）的端口号，第二个port是进行leadership选举的端口号。
非关系型数据库的应用与技巧
非关系型数据库的应用与技巧随着信息时代的发展，海量数据的存储和处理成为了当代社会的一个重要挑战。
对于传统的关系型数据库而言，其在处理大规模数据时存在诸多限制和瓶颈。
为了解决这些问题，非关系型数据库逐渐崭露头角，并在各个领域得到广泛应用。
本文将会介绍非关系型数据库的应用场景及相应的技巧，帮助读者更好地了解和使用非关系型数据库。
一、应用场景1. 大规模数据存储：非关系型数据库以其分布式、可扩展的特性，成为海量数据存储的首选解决方案。
在需要处理大量数据的场景中，使用非关系型数据库可以轻松应对数据爆炸的挑战。
例如，电商平台可使用非关系型数据库存储和管理用户、商品、订单等大批量数据。
2. 高并发读写：非关系型数据库具有良好的读写性能，在高并发的情况下表现出色。
这使得非关系型数据库在互联网、物联网等领域中应用广泛。
以社交网络为例，用户之间的消息互通需要承受海量的并发读写请求，非关系型数据库能够快速响应并保持高效稳定运行。
3. 实时数据处理：非关系型数据库具备支持实时数据处理的能力，这对于需要快速分析、反馈数据结果的场景来说非常重要。
例如，智能城市中的交通管控系统需要实时地采集和分析各类数据，通过非关系型数据库可以实现快速的数据处理和决策支持。
4. 复杂数据结构：相比于关系型数据库固定的表结构，非关系型数据库更灵活地处理复杂的数据结构，如树形结构、图形结构等。
特别是在存储文档型数据时，非关系型数据库能够大大简化数据模型设计的复杂性，提高开发效率。
此外，非关系型数据库还常用于存储日志、传感器数据等非结构化或半结构化的数据。
二、技巧与实践1. 数据模型设计：非关系型数据库具有灵活的数据模型，但要充分利用其特性，合理的数据模型设计非常重要。
在设计数据模型时，需要根据具体应用场景和需求，选择最适合的非关系型数据库类型，如文档型、列式存储、图形数据库等。
同时，注意避免数据冗余，合理划分数据集合，以及添加适当的索引等，以提高数据库的读写性能。
数据库课程设计大作业
数据库课程设计大作业一、教学目标本课程的教学目标是使学生掌握数据库的基本概念、原理和设计方法，能够运用数据库技术解决实际问题。
具体目标如下：1.理解数据库的基本概念，如数据、数据库、表、关系等。
2.掌握数据库的设计原理，如实体-关系模型、E-R图等。
3.熟悉数据库的操作语言，如SQL语句。
4.了解数据库的性能优化和事务管理。
5.能够使用数据库管理系统（如MySQL、Oracle等）进行数据库的创建、表的设计、数据的增删改查等操作。
6.能够运用实体-关系模型和E-R图进行数据库的设计。
7.能够编写简单的SQL语句进行数据库的操作。
8.能够对数据库的性能进行简单的优化。
情感态度价值观目标：1.培养学生的团队合作意识，能够协同完成数据库的设计和操作。
2.培养学生对数据库技术的兴趣，认识到数据库在现代社会中的重要性。
3.培养学生认真负责的学习态度，养成良好的编程习惯。
二、教学内容根据课程目标，教学内容主要包括以下几个方面：1.数据库的基本概念：数据、数据库、表、关系等。
2.数据库的设计原理：实体-关系模型、E-R图、关系模型等。
3.数据库的操作语言：SQL语句的编写和应用。
4.数据库的性能优化：索引、分区、事务管理等。
5.数据库的实际应用案例：关系型数据库和非关系型数据库的使用场景。
6.数据库的基本概念（2课时）–数据的定义和分类–数据库的概念和功能–表的概念和基本操作7.数据库的设计原理（4课时）–实体-关系模型–E-R图的绘制和转换–关系模型的概念和性质8.数据库的操作语言（6课时）–SQL语句的编写和应用–数据库的增删改查操作–数据库的高级查询功能9.数据库的性能优化（2课时）–索引的使用和优化–分区和分表的概念及应用–事务管理的基本原理10.数据库的实际应用案例（2课时）–关系型数据库（如MySQL）的使用场景–非关系型数据库（如MongoDB）的使用场景三、教学方法本课程采用讲授法、案例分析法、实验法等多种教学方法相结合的方式进行教学。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验三HBase环境搭建、sehll操作及Java API编程实验步骤：1.搭建Zookeeper和HBase1.安装ntp服务端(master)# apt-get install ntp启动ntp服务# /etc/init.d/ntp start修改配置文件# vim /etc/ntp.conf修改内容如下：重启ntp服务# /etc/init.d/ntp restart1.2安装ntp客户端(slaver1、slaver2)使用ntpdate命令，如果不存在这个命令，则先安装apt-get install ntp同步服务器时间# /usr/sbin/ntpdate 10.49.85.172设置定时同步# vim /etc/crontab1.3 ulimit 和nproc设置(集群均配置)HBase是数据库，会在同一时间使用很多的文件句柄。
大多数Ubuntu系统使用的默认值1024是不能满足的，所以你需要修改你的最大文件句柄限制。
可以设置到10k. 你还需要修改hbase 用户的nproc，如果过低会造成OutOfMemoryError异常。
需要澄清的，这两个设置是针对操作系统的，不是Hbase本身的。
有一个常见的错误是Hbase运行的用户，和设置最大值的用户不是一个用户。
在Hbase 启动的时候，第一行日志会现在ulimit信息，所以你最好检查一下。
1）修改limits.conf文件# vim /etc/security/limits.conf添加如下内容：2）修改common-session文件# vim /etc/pam.d/common-session添加如下内容：重启系统1.4 Zookeeper集群环境安装过程详解1）解压zookeepertar zxvf zookeeper-3.4.5.tar.gz2）修改zoo.cfg配置文件进入到zookeeper的conf目录下将zoo_sample.cfg文件拷贝一份，命名为为zoo.cfg vim zoo.cfg修改内容如下：配置文件中"server.id=host:port:port"中的第一个port是从机器（follower）连接到主机器（leader）的端口号，第二个port是进行leadership选举的端口号。
接下来在dataDir所指定的目录下创建一个文件名为myid的文件，文件中的内容只有一行，为本主机对应的id值，也就是上图中server.id中的id。
例如：在服务器1中的myid的内容应该写入1，在服务器2中的myid的内容应该写入2，在服务器3中的myid的内容应该写入3。
3）同时创建log目录# mkdir log4）修改环境变量# vim /etc/profile# source /etc/profile# scp -r /root/zookeeper-3.4.5/ cc-slaver1:/root/# scp -r /root/zookeeper-3.4..5/ cc-slaver2:/root/在对应slaver节点同时修改profile文件，添加export ZOOKEEPER_HOME=/root/zookeeper-3.4.5export CLASSPATH=.:${ZOOKEEPER_HOME}/lib:$CLASSPATHexport PATH=${ZOOKEEPER_HOME}/bin:${ZOOKEEPER_HOME}/conf:$PATH同时：在slaver1节点中# pwd/soft/zookeeper# mkdir data# echo "2" > myid在slaver2节点中# pwd/soft/zookeeper# mkdir data# echo "3" > myid1.5 启动zookeeper集群在ZooKeeper集群的每个结点上，执行启动ZooKeeper服务的脚本：# zkServer.sh start如下图所示：其中，QuorumPeerMain是zookeeper进程，启动正常。
出现错误可以通过# tail -f /soft/zookeeper/zookeeper.out如上依次启动了所有机器上的Zookeeper之后可以通过ZooKeeper的脚本来查看启动状态，包括集群中各个结点的角色（或是Leader，或是Follower），如下所示，是在ZooKeeper集群中的每个结点上查询的结果：通过上面状态查询结果可见，cc-slaver1是集群的Leader，其余的两个结点是Follower。
另外，可以通过客户端脚本，连接到ZooKeeper集群上。
对于客户端来说，ZooKeeper是一个整体（ensemble），连接到ZooKeeper集群实际上感觉在独享整个集群的服务，所以，你可以在任何一个结点上建立到服务集群的连接，例如：# zkCli.sh -server cc-slaver2:21811.6 停止zookeeper进程在ZooKeeper集群的每个结点上，执行停止ZooKeeper服务的脚本：# zkServer.sh stop至此，Zookeeper集群安装完成。
1.7HBase的安装和配置# tar -zxvf hbase-1.2.4.tar.gz1）配置conf/hbase-env.sh修改内容如下：一个分布式运行的Hbase依赖一个zookeeper集群。
所有的节点和客户端都必须能够访问zookeeper。
默认的情况下Hbase会管理一个zookeep集群，即Hbase 默认自带一个zookeep集群。
这个集群会随着Hbase的启动而启动。
而在实际的商业项目中通常自己管理一个zookeeper集群更便于优化配置提高集群工作效率，但需要配置Hbase。
需要修改conf/hbase-env.sh里面的HBASE_MANAGES_ZK 来切换。
这个值默认是true的，作用是让Hbase启动的时候同时也启动zookeeper.在本实验中，我们采用独立运行zookeeper集群的方式，故将其属性值改为false。
2）配置conf/hbase-site.xml写入：cc-slaver1、cc-slaver2在这里列出了你希望运行的全部HRegionServer，一行写一个host (就像Hadoop 里面的slaver 一样). 列在这里的server会随着集群的启动而启动，集群的停止而停止。
4）hadoop配置文件拷入# cp ~/hadoop-2.6.5/etc/hadoop/hdfs-site.xml ~/hbase-1.2.4/conf# cp ~/hadoop-2.6.5/etc/hadoop/core-site.xml ~/hbase-1.2.4/conf5）分发hbase# scp -r /root/hbase-1.2.4 cc-slaver1:/root# scp -r /root/hbase-1.2.4 cc-slaver2:/root配置环境变量# vim /etc/profile在末尾添加如下内容6）运行和测试在master上执行：（1）# start-all.sh（2）# zkServer.sh start（各个节点均执行）（3）# start-hbase.sh （涵盖web管理界面的启动）使用jps查看进程通过浏览器查看60010,60030端口查看http://10.49.85.172:60010/浏览器主节点信息7）多节点启动HMaster# hbase-daemon.sh start master在其他子节点同时启动HMaster可以做等待备份作用；2.使用HBase shell命令进行表的创建，增加删除修改操作。
Hbase 脚本启动：hbase shell创建表在member表中添加几条数据修改表数据删除数据3使用Java API进行表的创建，增加删除修改操作。
向表中添加数据：更新表updateTable:删除所有列deleteAllColumn：删除列deleteColumn：删除表deleteTable：删除所有表getAllTables：获取结果getResult：获取某一列的值getResultByColumn：查询某列的多版本getResultByVersion:遍历查询getResultByScann:具体代码如下：import java.io.IOException;import java.util.ArrayList;import java.util.List;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.hbase.Cell;import org.apache.hadoop.hbase.CellUtil;import org.apache.hadoop.hbase.HBaseConfiguration;import org.apache.hadoop.hbase.HColumnDescriptor;import org.apache.hadoop.hbase.HTableDescriptor;import org.apache.hadoop.hbase.KeyValue;import org.apache.hadoop.hbase.MasterNotRunningException; import org.apache.hadoop.hbase.TableName;import org.apache.hadoop.hbase.ZooKeeperConnectionException; import org.apache.hadoop.hbase.client.Delete;import org.apache.hadoop.hbase.client.Get;import org.apache.hadoop.hbase.client.HBaseAdmin;import org.apache.hadoop.hbase.client.HTable;。