hbase协处理的部署

1.hbase的Coprocessor的简介

      HBase是一个分布式的存储体系，数据按照RowKey分成不同的Region，再分配给RegionServer管理。但是RegionServer只承担了存储的功能，如果Region能拥有一部分的计算能力，从而实现一个HBase框架上的MapReduce，那HBase的操作性能将进一步提升。正是为了解决这一问题，HBase 0.92版本后推出了Coprocessor -- 协处理器，一个工作在Master/RegionServer中的框架，能运行用户的代码，从而灵活地完成分布式数据处理的任务。

      Coprocessor包含两个组件，一个是EndPoint（类似关系型数据库的存储过程），用以加快特定查询的响应，另一个就是Observer（类似关系型数据库的触发器）。Observer也分为几个类型，其中RegionObserver提供了一组表数据操作的钩子函数，覆盖了Get、Put、Scan、Delete等操作（通常有pre和post两种情况，表示在操作发生之前或发生之后），我们可以通过重载这些钩子函数，利用RegionServer实现特定的数据处理需求。

2.Coprocessors提供了两种部署方式：

1.    全局部署。把jar包的路径加入HBASE_CLASSPATH并且修改hbase-site.xml，这样Observer会对每一个表都生效。

<property>
<name>hbase.coprocessor.region.classes</name>
 <value>org.apache.hadoop.hbase.coprocessor. BaseRegionObserver </value>
</property>

2.    单表部署。通过HBase Shell修改表结构，加入coprocessor信息。

a)      进入HBase Shell，disable你希望加载的表

b)     通过以下指令激活Observer：

alter 'table_name', METHOD => 'table_att', 'coprocessor' => ' hdfs://master:9000/HbaseCoprocessor.jar | test.CoprocessorObserverTest |1001'

c)      coprocessor对应的格式以|分隔，依次为:

•         jar包的HDFS路径

•         Observer的主类

•         优先级（一般不用改）

d)     新安装的coprocessor会自动生成名称：coprocessor + $ + 序号（可通过describe 'table_name'查看）

e)     因为一张表可能拥有多个coprocessor，卸载需要输入对应的coprocessor名称，比如：

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