HBase snapshot分析

HBase以往数据的备份基于distcp或者copyTable等工具，这些备份机制或多或少对当前的online数据读写存在一定的影响，Snapshot提供了一种快速的数据备份方式，无需进行数据copy。

参见下图

Snapshot包括在线和离线的，在线方式，

离线方式是disabletable，由HBase Master遍历HDFS中的table metadata和hfiles，建立对他们的引用。

在线方式是enabletable，由Master指示region server进行snapshot操作，在此过程中，master和regionserver之间类似两阶段commit的snapshot操作。

HFile是不可变的，只能append和delete， region的split和compact，都不会对snapshot引用的文件做删除(除非删除snapshot文件)，这些文件会归档到archive目录下，进而需要重新调整snapshot文件中相关hfile的引用位置关系。

 

基于snapshot文件，可以做clone一个新表，restore，export到另外一个集群中操作；其中clone生成的新表只是增加元数据，相关的数据文件还是复用snapshot指定的数据文件

参见clone新表操作示意图：

snashot相关的操作命令如下，

快照：

   hbase> snapshot 'myTable','myTableSnapshot-122112'

列出当前所有得快照： 

    hbase> list_snapshots

删除快照信息： 

  hbase> delete_snapshot'myTableSnapshot-122112'

基于快照，clone一个新表： 

  hbase> clone_snapshot'myTableSnapshot-122112', 'myNewTestTable'

基于快照恢复表： 

  hbase> disable 'myTable'

    hbase> restore_snapshot'myTableSnapshot-122112'

 导出到另外一个集群中：

$bin/hbase class org.apache.hadoop.hbase.snapshot.tool.ExportSnapshot -snapshotMySnapshot -copy-to hdfs:///srv2:8082/hbase -mappers 16