Hadoop是非常流行的大数据框架，Zookeeper提供了高效的协调服务，Hbase高度依赖zk，是基于HDFS系统，具有可伸缩性，非常适合存储复杂的数据结构，这三者作为一个系统整体，Kafka是作为缓存队列弥补Hbase写入性能较差的不足，让我们去走进它。
1、Zookeeper + Hadoop + Hbase大数据服务的架构图
如上图所示，是我根据公司在实际大数据业务中所抽象出来的软件架构，其中比较清晰的描绘了zk、Hadoop和Hbase中的作用概况。
2、启动zk、Hadoop和Hbase服务
因为hbase 依赖 hadoop和zookeeper，所以启动顺序：zookeeper-->hadoop-->hbase
2.1、启动zookeeper
cd到zookeeper的/bin目录下，后台启动zookeeper，指令为：
nohup /application/zookeeper3_1/bin/zkServer.sh start >> ./zookeeper.file 2>&1 &
ps -ax | grep zookeerper如下启动成功：
2.2 启动Hadoop
cd到hmaster的Hadoop的/sbin目录下，启动Hadoop集群：
./start-all.sh
ps -ax| grep hadoop启动成功后：
可以检查一下各hadoop节点的hadoop是否都起来了。
2. 3 启动hbase
cd到hbasean安装目录中的/bin目录下，启动Hbase
start-hbase.sh启动成功后，可以发现副节点有hregion 代表启动成功：
2.4 启动Kafka
Kafka集群作为消费模型，这里用作高并发数据的缓存。cd到Kafka的/bin目录下，分别后台启动Kafka集群的各节点：
./kafka-server-start.sh -daemon ../config/server.properties检查，启动成功：
3、综述
在公司的实际业务中，各方面采集到的数据结构非常复杂，使用Hbase存储是一个非常优秀的方案，通过Hive非常方便的接入查询，但是Hbase数据写入性能较差，直接批量写入很容易导致Hbase挂掉，所以我们选用了Kafka集群消费模型作为缓存，最终呈现的软件架构就如上图所示。