大数据组件运维工具之HBase

摘要:HBase自带许多运维工具,为用户提供管理、分析、修复和调试功能。本文将列举一些常用HBase工具,开发人员和运维人员可以参考本文内容,利用这些工具对HBase进行日常管理和运维。

 

HBase组件介绍

HBase作为当前比较热门和广泛使用的NoSQL数据库,由于本身设计架构和流程上比较复杂,对大数据经验较少的运维人员门槛较高,本文对当前HBase上已有的工具做一些介绍以及总结。

大数据组件运维工具之HBase_第1张图片 

写在前面的说明:

1  由于HBase不同版本间的差异性较大(如HBase2.x上移走了hbck工具),本文使用的所有命令行运行的环境为MRS_1.9.3,对应的HBase版本为1.3.1,部分命令在HBase2上不支持(有时间的话会对HBase2做单独的介绍)。

2  本文所涉及的HBase工具均为开源自带工具,不涉及厂商自研的优化和运维工具。

 

Canary工具

HBase Canary是检测HBase集群当前状态的工具,用简单的查询来检查HBASE上的region是否可用(可读)。它主要分为两种模式

1  region模式(默认),对每个region下每个CF随机查询一条数据,打印是否成功以及查询时延。

#对t1和tsdb-uid表进行检查
hbase org.apache.hadoop.hbase.tool.Canary t1 tsdb-uid
#注意:不指定表时扫所有region

2  regionserver模式,对每个regionserver上随机选一个表进行查询,打印是否成功以及查询时延。

#对一个regionserver进行检查
hbase org.apache.hadoop.hbase.tool.Canary -regionserver node-ana-coreQZLQ0002.1432edca-3d6f-4e17-ad52-098f2adde2e6.com
#注意:不指定regionserver时扫所有regionserver

Canary还可以指定一些简单的参数,可以参考如下

大数据组件运维工具之HBase_第2张图片

总结:

  • 对集群影响:2星(只是简单的读操作,region个数极多的时候会占用少部分请求吞吐)
  • 实用性:2星

 

HFile工具

HBase HFile查看工具,主要用来检查当前某个具体的HFile的内容/元数据。当业务上发现某个region无法读取,在regionserver上由于文件问题无法打开region或者读取某个文件出现异常时,可用此工具单独来检查HFile是否有问题

#查看t1表下的其中一个HFile的详情,打印KV
hbase org.apache.hadoop.hbase.io.hfile.HFile -v -m -p -f /hbase/data/default/t1/4dfafe12b749999fdc1e3325f22794d0/cf1/06e102be436c449693734b222b9e9aab

使用参数如下:

大数据组件运维工具之HBase_第3张图片

总结:

  • 对集群影响:1星(此工具不走HBase通道,只是单纯的读取文件,不影响集群)
  • 实用性:4星(可精确判断具体的HFile内容是否有问题)

 

RowCounterCellCounter工具

RowCounter 是用MapReduce任务来计算表行数的一个统计工具。而和 RowCounter类似,但会收集和表相关的更细节的统计数据,包括:表的行数、列族数、qualifier数以及对应出现的次数等。两个工具都可以指定row的起止位置和timestamp来进行范围查询

# RowCounter扫描t1
hbase org.apache.hadoop.hbase.mapreduce.RowCounter t1
#用CellCounter扫描t1表并将结果写入HDFS的/tmp/t1.cell目录
hbase org.apache.hadoop.hbase.mapreduce.CellCounter t1 /tmp/t1.cell

使用参数如下:

https://bbs-img.huaweicloud.com/blogs/img/1592202165476094533.png

大数据组件运维工具之HBase_第4张图片

总结:

  • 对集群影响:3星(需要起MapReduce对表所有region进行scan,占用集群资源)
  • 实用性:3星(HBase统计自身表行数的唯一工具, hbase shell中count效率比较低)

 

Clean工具

clean命令是用来清除HBase在ZooKeeper合HDFS上数据的工具。当集群想清理或铲除所有数据时,可以让HBase恢复到最初的状态。

#清除HBase下的所有数据
hbase clean --cleanAll使用参数如下:

https://bbs-img.huaweicloud.com/blogs/img/1592202546744060469.png

总结:

  • 对集群影响:5(删除HBase集群上所有数据)
  • 实用性:2星(除开需要重新设置HBase数据的场景如要切换到HBase on OBS,平时很少会用到)

 

HBCK工具

HBase的hbck工具是日常运维过程中使用最多的工具,它可以检查集群上region的一致性。由于HBase的RIT状态较复杂也最容易出现问题,日常运维过程中经常会遇到region不在线/不一致等问题,此时就可以根据hbck不同的检查结果使用相应的命令进行修复。

#检查t1表的region状态
hbase hbck t1
#修复t1表的meta并重新assign分配
hbase hbck -fixMeta -fixAssignments t1

由于该工具使用的场景太多太细,此处就不作展开介绍了,可以查看参数的描述来对各种异常场景进行修复。注意:在不清楚异常原因的情况下,千万不要乱使用修复命令病急乱投医,很有可能会使问题本身更糟糕。

使用参数如下:

大数据组件运维工具之HBase_第5张图片

总结:

  • 对集群影响:4星(个别meta相关命令对集群影响极大)
  • 实用性:5(hbck是HBase运维人员的最基本运维工具)

 

RegionSplitter工具

RegionSplitter是HBase的Pre-splitting工具,在table初始化的时候如果不配置pre-split的话,HBase不知道如何去split region,这就很大可能会造成后续的region/regionserver的热点,最好的办法就是首先预测split的切分点,在建表的时候做pre-splitting,保证一开始的业务访问总体负载均衡。RegionSplitter能够通过具体的split算法在建表的时候进行pre-split,自带了两种算法:

  • HexStringSplit  

使用8个16进制字符来进行split,适合row key是十六进制的字符串(ASCII)作为前缀的时候

  • UniformSplit  

使用一个长度为8的byte数组进行split,按照原始byte值(从0x00~0xFF)右边以00填充。以这种方式分区的表在Put数据的时候需要对rowkey做一定的修饰, 比如原来的rowkey为rawStr,则需要对其取hashCode,然后进行按照byte位反转后放在最初rowkey串的前面

#创建test_table表,并使用HexStringSplit算法预分区10个
hbase org.apache.hadoop.hbase.util.RegionSplitter test_table HexStringSplit -c 10 -f f1
#Tips:此操作等价于在hbase shell中create ' test_table ', { NAME => 'f1'},{NUMREGIONS => 10, SPLITALGO => 'HexStringSplit'}

大数据组件运维工具之HBase_第6张图片

总结:

不管是HBase自带的哪一种pre-split算法,都是建立在表数据本身的rowkey符合它约定格式的条件下,实际用户还是需要按业务来设计rowkey,并实现自己的pre-split算法(实现SplitAlgorithm接口)

  • 对集群影响:1星(创建表操作,不影响其他集群业务)
  • 实用性:3星(实际pre-split都是按实际业务来的,对于测试来说可以使用HBase默认的split算法来构造rowkey格式)

 

FSHLog工具

FSHLog是HBase自带的一个WALs文件检查和split工具,它主要分为两部分功能

  • dump

将某个WAL文件中的内容dump出来具体的内容

  • split  

触发某个WAL文件夹的WAL split操作

#dump出某个当前的WALs文件中的内容
hbase org.apache.hadoop.hbase.regionserver.wal.FSHLog --dump /hbase/WALs/node-ana-coreqzlq0002.1432edca-3d6f-4e17-ad52-098f2adde2e6.com,16020,1591846214733/node-ana-coreqzlq0002.1432edca-3d6f-4e17-ad52-098f2adde2e6.com%2C16020%2C1591846214733.1592184625801

相关参数

https://bbs-img.huaweicloud.com/blogs/img/1592202375709024835.png

总结:

  • 对集群影响:2星(触发的WAL split操作会对相应的Worker节点增加少量的负载,当需要split的WAL极大时,会对region级别的业务有影响)
  • 实用性:4星(可以很好的检查WAL内容的准确性,以及适用于WAL搬迁的场景)

 

WALPlayer工具

WALPlayer是一个将WAL文件中的log回放到HBase的工具。可以通过对某个表或者所有表进行数据回放,也可以指定相应的时间区间等条件进数据回放。

#回放一个WAL文件的数据到表t1
hbase org.apache.hadoop.hbase.mapreduce.WALPlayer /tmp/node-ana-coreqzlq0002.1432edca-3d6f-4e17-ad52-098f2adde2e6.com%2C16020%2C1591846214733.1592184625801 t1

Q&AFSHLog和WALPlayer都能将WAL文件中的数据恢复到HBase中,有什么差异区别?

FSHLog是触发WAL split请求到HMaster中,会对WAL中的所有数据恢复到HBase,走的是HBase自己的WAL split流程。而WALPlayer是本身起MR任务来扫WAL文件中的数据,对符合条件的数据put到特定的表中或输出HFile到特定目录

相关参数:

大数据组件运维工具之HBase_第7张图片

总结:

  • 对集群影响:3星(起MR任务会占用部分集群资源)
  • 实用性:4星(在某些特定的场景下实用性很高,如replication预同步,表数据恢复)

 

OfflineMetaRepair工具

OfflineMetaRepair工具由于修复HBase的元数据。它会基于HBase在HDFS上的region/table元数据,重建HBase元数据。

#重新建立hbase的元数据
hbase org.apache.hadoop.hbase.util.hbck.OfflineMetaRepair

Q&A: hbck的fixMeta同样可以修复HBase的元数据,还能指定具体的表使用更加灵活,还有必要使用OfflineMetaRepair?

hbck工具是HBase的在线修复工具,如果HBase没有启动是无法使用的。OfflineMetaRepair是在离线状态修复HBase元数据

相关参数:

https://bbs-img.huaweicloud.com/blogs/img/1592202266586073808.png

总结:

  • 对集群影响:5(备份原始元数据表后,会重建HBase元数据)
  • 实用性:4星(当HBase由于元数据原因无法启动时,此工具可以恢复HBase)

 

Sweeper工具

Sweeper工具(HBASE-11644)可以合并HBase集群中小的MOB文件并删除冗余的MOB文件。它会基于Column Family起相应的SweepJob任务来对相应的MOB文件进行合并。注意,此工具不能与MOB的major compaction同时运行,并且同一个Column Family的Sweeper任务不能同时有多个一起运行。

#对t1表执行Sweeper
hbase org.apache.hadoop.hbase.mob.mapreduce.Sweeper t1 cf1

相关参数:

总结:

  • 对集群影响:5(合并MOB任务会占用大量的Yarn资源和IO,对业务影响很大)
  • 实用性:2星(只适合MOB场景,使用MOB会存在HMaster上compact的瓶颈暂不推荐(社区HBASE3上才支持,相关jira HBASE-22749))

以上就是此次介绍的所有HBase运维工具,其他的如Bulkload批量导入,数据迁移(已在https://bbs.huaweicloud.com/blogs/114542中介绍),测试相关的pe等暂不描述。如果有写的不对的请指正,多谢

官方文档:https://hbase.apache.org/book.html

 

点击这里→了解更多精彩内容

 

相关推荐

唐老师带你秒懂大数据,以及Spark和Flink在干啥咧

HBase与AI/用户画像/推荐系统的结合:CloudTable标签索引特性介绍

HBase 基本入门篇

大数据“复活”记

华为云BigData Pro解读: 鲲鹏云容器助力大数据破茧成蝶

你可能感兴趣的:(技术交流)