我知道我可以分拆安装 Hadoop 的 EC2 集群（除非我错了）。 Hbase 怎么样？我可以预先制作 Hadoop 和 Hbase 并准备好使用吗？还是我需要弄脏我的手。如果不是一个选项，最好的选择是什么？ Cloudera 显然两者都有一个包。这是要走的路吗？
感谢您的帮助。
【问题讨论】：
标签： amazon-ec2 hadoop hbase
hbase 有一组 ec2 脚本，可以让您快速设置并准备好使用。它允许您配置 zk 服务器和从节点的数量，但我不确定它们在哪些版本中可用。我正在使用 0.20.6。设置一些 S3/EC2 信息后，您可以执行以下操作：
/usr/local/hbase-0.20.6/contrib/ec2/bin/launch-hbase-cluster CLUSTERNAME SLAVES ZKSERVERS
快速开始使用集群。很好，因为它还会为您安装 LZO 信息。
以下是 bin 目录中环境文件中的一些可能有用的参数（如果您需要 20.6 AMI）：
# The version of HBase to use.
HBASE_VERSION=0.20.6
# The version of Hadoop to use.
HADOOP_VERSION=0.20.2
# The Amazon S3 bucket where the HBase AMI is stored.
# Change this value only if you are creating your own (private) AMI
# so you can store it in a bucket you own.
#S3_BUCKET=apache-hbase-images
S3_BUCKET=720040977164
# Enable public access web interfaces
ENABLE_WEB_PORTS=false
# Extra packages
# Allows you to add a private Yum repo and pull packages from it as your
# instances boot up. Format is <repo-descriptor-URL> <pkg1> ... <pkgN>
# The repository descriptor will be fetched into /etc/yum/repos.d.
EXTRA_PACKAGES=
# Use only c1.xlarge unless you know what you are doing
MASTER_INSTANCE_TYPE=${MASTER_INSTANCE_TYPE:-c1.xlarge}
# Use only c1.xlarge unless you know what you are doing
SLAVE_INSTANCE_TYPE=${SLAVE_INSTANCE_TYPE:-c1.xlarge}
# Use only c1.medium unless you know what you are doing
ZOO_INSTANCE_TYPE=${ZOO_INSTANCE_TYPE:-c1.medium}
如果 ami 中没有设置 JAVA_HOME（我不这么认为），您可能还需要设置您的 java 版本。较新版本的 hbase 可能在 S3 存储桶中可用，只需对 hadoop/hbase 执行描述实例和 grep 以缩小结果范围。
【讨论】：
据我所知，让 hbase 在 EC2 上运行的最简单、最快的方法是使用 apache whirr。
【讨论】：
您了解 Amazon Elastic MapReduce 吗？它不提供 Hbase，但提供普通的 Hadoop、Hive 和 Pig（在相当最新版本中）。最大的好处是他们在 90% 的节点启动之前不会开始向您收费，缺点是每小时比正常的 EC2 略有溢价。
如果您真的需要/想要使用 HBase，那么您最好自己动手做一些事情。有关 Hive 和 Hbase 集成的讨论，请参阅以下 Cloudera 博客文章：http://www.cloudera.com/blog/2010/06/integrating-hive-and-hbase/
【讨论】：