Hbase协处理器介绍

阅读更多

（一）Hbase协处理器的前世今生

Hbase是仿照Google的BigTable设计的，而其协处理器也是仿照BigTable的协处理实现完成的，具体链接可
参考：http://research.google.com/people/jeff/SOCC2010-keynote-slides.pdf


（二）什么是Hbase协处理器（Coprocessors ）？

Hbase的协处理器在Hbase中属于高级的应用功能，它可以让开发者自定义的代码在服务器端执行，来完成特定的一些功能。

（三）为什么要用协处理器？

Hbase是一款高效的基于KV的NOSQL数据库，它有非常多的优点，但是也有不少缺点，hbase的设计全在rowkey上，所有能够高效的查询全是基于rowkey的，除了rowkey的设计之外，我们可能还有
一些其他的功能，如
（1）访问权限控制
（2）引用完整性，基于外键检验数据，
（3）给hbase设计二级索引，从而提高基于列过滤时的查询性能，
（4）像监控MySQL的binlog一样，监控hbase的wal预写log
（5）服务端自定义实现一些聚合函数的功能
（6）.......
这样额外的功能，使用hbase的协处理来处理是非常方便的

（四）Hbase中协处理器的分类

在Hbase里面有两类Coprocessors ：
1，基于Observer的Coprocessors ，类似于关系型数据库的触发器，可用来实现上面提到的功能中的1,2,3,4功能
常用的Observer：
RegionServerObserver  能够切面监测rowkey的数据的访问与删除
BaseMasterAndRegionObserver 能够切面监测hbase表的创建，删除，sheml修改
BaseWALObserver     能够切面监测hbase的wal的log写入

2，基于Endpoint的Coprocessors ，类似于关系型数据库的存储过程，可用来实现上面提到的功能中的5功能
在hbase0.96之后，采用probuff序列化通信的RPC数据，使用endpoint，需要同过protoc生成相关的service接口的java类
然后继承自己的生成的Service类并且实现hbase的Coprocessor, CoprocessorService接口，从而重写其中的业务方法构建一个
自定义的Endpoint的Coprocessors

协处理器的编程概念与Spring AOP的理念很相似，它也像MapReduce的数据运算方式，与本地local的数据产生计算，而不是远程读取数据再计算，
通过local计算的方式与RegionServer绑定，从而能提升数据计算的效率。


（5）协处理器的安装使用

hbase.coprocessor.region.classes for RegionObservers and Endpoints.
hbase.coprocessor.wal.classes for WALObservers.
hbase.coprocessor.master.classes for MasterObservers.

在hbase官网文档中，介绍了两种使用方式：


静态方式（系统级），使用配置文件：

1，编写协处理器，并打成一个jar包，加入hbase/lib目录下，或者在hbase-env.sh里面配置相对应的jar，以及依赖的jar的路径
2，加入静态的配置，在hbase-site.xml里配置主类

hbase.coprocessor.region.classes
org.myname.hbase.coprocessor.endpoint.SumEndPoint

3，把依赖的jar分发到每一个regionserver上，然后重启hbase，
协处理生效，是系统级的协处理器

动态方式（表级别），使用Hbase shell：
1，编写协处理器，打成一个jar包，上传至HDFS，将依赖的jar拷贝到hbase的lib下，配置hbase-env.sh指定依赖jar的
2，建立表：

create 'c', NAME=>'cf'

3，禁用表

disable 'c'

4，指定协处理器的jar

alter 'c', METHOD => 'table_att', 'coprocessor'=>'hdfs:///user/hbase_solr/hbase-increment-index.jar|com.hbase.easy.index.HbaseSolrIndexCoprocesser|1001|'

5，激活表

enable 'c'

6，删除协处理jar
如果有多个协处理器，按照$1 $2 $n删除指定的jar配置

alter 'c',METHOD => 'table_att_unset',NAME =>'coprocessor$1'

最后说一下，hbase的官方文档指出动态级别的协处理器，可以做到不重启hbase，更新协处理，做法就是
禁用表，卸载协处理器，重新指定协处理器， 激活表，即可，但实际测试发现
动态加载无效，是hbase的一个bug，看这个链接：

https://issues.apache.org/jira/browse/HBASE-8445

因为协处理器，已经被JVM加载，即使删除jar也不能重新load的jar，因为cache里面的hdfs的jar路径，没有变化，所以动态更新无效
，除非重启JVM，那样就意味着，需要重启RegionServer，
里面的小伙伴们指出了两种办法，使协处理器加载生效：
（1）滚动重启regionserver，避免停掉所有的节点
（2）改变协处理器的jar的类名字或者hdfs加载路径，以方便有新的ClassLoad去加载它

但总体来看，第2种方法，比较安全，第一种风险太大，一般情况下没有人会随便滚动重启线上的服务器的，这只在hbase升级的时候使用


参考资料：

官网文档：https://hbase.apache.org/book.html#cp




有什么问题 可以扫码关注微信公众号：我是攻城师(woshigcs)，在后台留言咨询。
本公众号的内容是有关搜索和大数据技术和互联网等方面内容的分享，也是一个温馨的技术互动交流的小家园