谈谈HTable的实现

背景

HTable作为HBase的CRUD的客户端底层是怎么实现的，虽然HBase-The-Definitive-Guide 这本书的作者推荐在生产环境使用HTablePool
但了解HTable还是很有必要的

下面以一个简单的例子来说明
 

protected static String TEST_TABLE_NAME = "testtable";
 protected static String ROW1_STR = "row1";
 protected static String COLFAM1_STR = "colfam1";
 protected static String QUAL1_STR = "qual1";
 private final static byte[] ROW1 = Bytes.toBytes(ROW1_STR);
 private final static byte[] COLFAM1 = Bytes.toBytes(COLFAM1_STR);
 private final static byte[] QUAL1 = Bytes.toBytes(QUAL1_STR);

 @Test
 public void testHTable() throws IOException {

     Configuration conf = HBaseConfiguration.create();
     HTable table = new HTable(conf, TEST_TABLE_NAME);

     Get get = new Get(ROW1);
     Result result = table.get(get);
     byte[] val = result.getValue(COLFAM1, QUAL1);
     assertThat(Bytes.toString(val), is("val1"));
 }

代码非常简单，就是初始化HTable和调用HTable实例的get获取ROW1的值

在介绍下面的内容之前先简单的说下HBase server
HBase server 基本上由zookeeper和HRegion server组成
前者主要是用于监控和管理HRegion server，后者才是提供数据服务的
HRegion server又分为master+server，master用于维护meta信息，
master和server的确定使用了leader follow方式,任何HRegion server都有可能成为Master

HTable模型

• HTable: 客户端API
• HConnection: HTable对zookeeper的网络连接
• ServerCallable:抽象一次和Region Server的交互，因此它需要有HConnection和HRegionLocation，同时需要有一个访问Region Server的接口
• HRegionInterface  HRegionLocation: Region Server的地址
• HRegionInfo: Region Server的信息 
• HRegionInterface:访问Region Server的接口的动态代理
• WritableRpcEngine$Invoker：动态代理的相关handle
• HBaseClient:Region Server的客户端
  
• 其他的就不解释了

HTable runtime

1)HTable的初始化step1     

• 初始化对zookeeper的连接
  
• 会调用zookeeper的api，启动两个线程，一个是sendthread,一个是eventhtread,
  
• sendthread专门维护对zookeeper的连接，并且会监听zookeeper 的事件，比如节点变化的通知，一旦接到通知会将通知转发给eventhtread
  
• eventhtread处理zookeeper的变化
  

2)HTable的初始化step2

• 从zookeeper获取到root HRegionLocation[region=-ROOT-,,0.70236052, hostname=localhost, port=33032] 并cache
  
• 从root HRegion中获取到meta  HRegionLocation[region=.META.,,1.1028785192, hostname=localhost, port=33032] 并cache
  
• 从meta HRegion 取更多hregion信息缓存到本地（见HConnectionManager$HConnectionImplementation.prefetchRegionCache）
  
•  从meta HRegion中获取表所在的HRegionLocation[region=testtable,,1332256150817.5c8417fb964377174f649af04a70ad5e., hostname=localhost, port=33032]并cache
  

3) HTable.get到底干了什么

• 从cache中获取表对应的HRegionLocation
  
• 从cache中获取HRegionLocation对应的Region server【一个实现了HRegionInterface的动态代理，使用了WritableRpcEngine$Invoker作为InvocationHandler】
  
• 调用动态代理的get,解下来就会调用WritableRpcEngine$Invoker的invoke
  
• 调用HBaseClient.call
  

4)仔细看看HBaseClient.call

• 初始化一个Call实例（封装了请求和响应）
• 连接到Region server（见HBaseClient.getConnection）得到HBaseClient.Connection实例，此时会启动一个读线程（每个region一个），专门读取服务端的响应，也会将请求写入读线程的队列中
• 发请求，见【HBaseClient.Connection.sendParam(call)】，如果是多个请求线程，由于此时共用一个连接，还存在同步问题，且网络写也是阻塞的，写完了还得等通知
• 读线程会不断的读取响应，读取一个相应响应就将请求队列中对应的请求删除，并通知主线程即客户端线程，如果读线程空闲超时会自动回收
• 客户端线程和读线程采用传统的wait + notify 通信，这也意味着客户端线程会阻塞

小结

• 从HTable 的实现中看到了所谓的传说中的RPC到底是咋回事
  
• 一个服务接口
• 实现了服务接口的动态代理
• 动态代理对应的invoke handle
• 当然还有底层网络客户端
• 另外也看到的HTable的io模型
• 多个客户线程同步+阻塞写，并将写注册到读线程的队列中
• 单线程绑定单连接(基本上是每个region对应一个)，读取响应，删除队列中的请求标示，并通知客户线程
• 并没有使用NIO 
• 和传统的连接池以及时髦的使用select的事件驱动比起来以及是一个比较怪异的实现