HBase设计：看上去很美

缘起

随着hadoop系列的兴起，基于HDFS的大规模KV存储系统HBase也进入“大规模使用阶段”。网上的Hbase资料很多，学习成本正在下降。从公开的资料看，国外facebook、国内taobao均宣称在线上环境大规模使用hbase。一切都让人很兴奋。于是，在项目中引入Hbase做存储，最终却选择放弃。

HBase设计：看上去很美

HBase是模仿google bigtable的开源产品，又是hadoop的衍生品，hadoop作为离线计算系统已经得到业界的普遍认可，并经过N多公司大规模使用的验证，自然地认为Hbase也将随之获得成功。

《HBase: The Definitive Guide》第8章讲述hbase的架构，从架构上看，其架构很完美：

LSM - 解决磁盘随机写问题(顺序写才是王道)；

HFile - 解决数据索引问题(只有索引才能高效读)；

WAL - 解决数据持久化(面对故障的持久化解决方案)；

zooKeeper - 解决核心数据的一致性和集群恢复；

Replication - 引入类似MySQL的数据复制方案，解决可用性；

此外还有：自动分拆Split、自动压缩(compaction,LSM的伴生技术)、自动负载均衡、自动region迁移。

看上去如此美好，完全无需人工干预，貌似只要将Hbase搭建好，一切问题Hbase都将应对自如。面对如此完美的系统，不动心很难。

但是，如此完美的系统或许也意味着背后的复杂性是不容忽略的。hbase的代码量也不是一星半点的。假如系统工作不正常，谁来解决？这是至关重要的。

性能与测试

Hbase系统自身提供了性能测试工具：./bin/hbase org.apache.hadoop.hbase.PerformanceEvaluation，该工具提供了随机读写、多客户端读写等性能测试功能。根据工具测试的结果看，hbase的性能不算差。

对于hbase这样的系统长期稳定运行比什么都重要。然而，这或许就不那么"完美"。

测试版本：hbase 0.94.1、 hadoop 1.0.2、 jdk-6u32-linux-x64.bin、snappy-1.0.5.tar.gz

测试hbase搭建：14台存储机器+2台master、DataNode和regionserver放在一起。

hbase env配置：

View Code

ulimit -n 65536

export HBASE_OPTS="$HBASE_OPTS -XX:+HeapDumpOnOutOfMemoryError -XX:+UseConcMarkSweepGC -XX:+CMSIncrementalMode"

export HBASE_REGIONSERVER_OPTS="$HBASE_REGIONSERVER_OPTS -Xmx20g -Xms20g -Xmn512m -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:CMSIn
itiatingOccupancyFraction=60 -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:$HBASE_HOME/logs/gc-$(hostname)-hbase.lo
g"

hbase-size.xml关键配置(根据《HBase: The Definitive Guide》第11章优化)：

View Code

 <property>
 <name>hbase.regionserver.handler.countname>
 <value>16value>
 <description>Count of RPC Listener instances spun up on RegionServers.
 Same property is used by the Master for count of master handlers.
 Default is 10.
 description>
 property>

 <property>
 <name>hbase.regionserver.global.memstore.upperLimitname>
 <value>0.35value>
 <description>Maximum size of all memstores in a region server before new
 updates are blocked and flushes are forced. Defaults to 40% of heap
 description>
 property>
 <property>
 <name>hbase.regionserver.global.memstore.lowerLimitname>
 <value>0.3value>
 <description>When memstores are being forced to flush to make room in
 memory, keep flushing until we hit this mark. Defaults to 35% of heap.
 This value equal to hbase.regionserver.global.memstore.upperLimit causes
 the minimum possible flushing to occur when updates are blocked due to
 memstore limiting.
 description>
 property>

 <property>
 <name>hfile.block.cache.sizename>
 <value>0.35value>
 <description>
 Percentage of maximum heap (-Xmx setting) to allocate to block cache
 used by HFile/StoreFile. Default of 0.25 means allocate 25%.
 Set to 0 to disable but it's not recommended.
 description>
 property>

 <property>
 <name>zookeeper.session.timeoutname>
 <value>600000value>
 <description>ZooKeeper session timeout.
 HBase passes this to the zk quorum as suggested maximum time for a
 session (This setting becomes zookeeper's 'maxSessionTimeout'). See
 http://hadoop.apache.org/zookeeper/docs/current/zookeeperProgrammers.html#ch_zkSessions
 "The client sends a requested timeout, the server responds with the
 timeout that it can give the client. " In milliseconds.
 description>
 property>

<property>
 <name>hbase.zookeeper.property.tickTimename>
 <value>60000value>
property>

<property>
 <name>hbase.regionserver.restart.on.zk.expirename>
 <value>truevalue>
property>

 <property>
 <name>hbase.hregion.majorcompactionname>
 <value>0value>
 <description>The time (in miliseconds) between 'major' compactions of all
 HStoreFiles in a region. Default: 1 day(86400000).
 Set to 0 to disable automated major compactions.
 description>
 property>

 <property>
 <name>hbase.hregion.max.filesizename>
 <value>536870912000value>
 <description>
 Maximum HStoreFile size. If any one of a column families' HStoreFiles has
 grown to exceed this value, the hosting HRegion is split in two.
 Default: 1G(1073741824). Set 500G, disable file split!
 description>
 property>

测试一：高并发读(4w+/s) + 少量写(允许分拆、负载均衡)

症状：1-2天后，hbase挂掉(系统性能极差，不到正常的10%)。其实并非全部挂掉，而是某些regionserver挂了，并在几个小时内引发其他regionserver挂掉。系统无法恢复：单独启regionserver无法恢复正常。重启后正常。

测试二：高并发读(4w+/s)

症状：1-2天后，hbase挂掉(系统性能极差，不到正常的10%)。后发现是由于zookeeper.session.timeout设置不正确导致(参见regionserver部分：http://hbase.apache.org/book.html#trouble)。重启后正常。

测试三：高并发读(4w+/s)

症状：1-2天后，hbase挂掉(系统性能极差，不到正常的10%)。从log未看出问题，但regionserver宕机，且datanode也宕机。重启后正常。

测试四：高并发读(4w+/s)+禁止分拆、禁止majorcompaction、禁止负载均衡(balance_switch命令)

症状：1-2天后，hbase挂掉(系统性能极差，不到正常的10%)。从log未看出问题，但regionserver宕机，且datanode也宕机。重启后正常。

测试期间，还发现过：无法获取".MATE."表的内容(想知道regionserver的分布情况)、hbase无法正确停止、hbase无法正确启动(日志恢复失败，文件错误，最终手动删除日志重启)。

其他缺陷

HBase使用JAVA开发，看上去很美的GC使用中代价可不小。Hbase为了保证数据强一致性，每个key只能由一个regionserver提供服务。在下列情况下，Hbase服务质量都将受损：

1) GC CMS -- CMS回收内存极其耗时，当hbase运行1-2天后，CMS可能耗时10分钟，这期间该regionserver无法服务。CMS经常被触发，这意味着hbase的服务经常会因为GC操作而部分暂停！

2) regionserver宕机 - 为了强一致性，每个key只由一个regionserver提供服务，故当regionserver宕机后，相应的region即无法服务！

3) major compaction、split不可控 - 大量磁盘操作将极大影响服务。(levelDB也需要major compaction，只是使用更加可控的方式做压缩，比如一次只有一个压缩任务。是否影响服务，待测试)

4) 数据恢复 - 数据恢复期间设置WAL log的相关操作，在数据恢复期间regionserver无法服务！

结论

或许通过研究hbase的源码可让hbase稳定运行，但从上述测试结果看：1）hbase还无法稳定长期运行；2）hbase系统很脆弱，故障恢复能力差。基于此，判断hbase还无法满足大规模线上系统的运维标准，只能放弃。考虑到hbase重启基本可恢复正常，故hbase还是可作为离线存储系统使用。

替代方案

面对大规模数据，基于磁盘的存储系统是必不可少的。google虽然公开了bigtable的设计，但未开源，但google开源了levelDB KV存储系统库(http://code.google.com/p/leveldb/)。levelDB采用C++实现，1.7版本的代码量大概2W，实现了LSM(自动压缩)、LevelFile(基本同HFile)，WAL，提供了简单的Put、Get、Delete、Write(批量写、事务功能)等接口。levelDB库实现了单机单库的磁盘存储方案，开发者可根据自己需要开发定制的存储系统(比如：数据Replication、自动调度、自动恢复、负载均衡等)。