Hbase容灾与备份

清疚 2023-01-03 12:49 128阅读 0赞

# Hbase容灾与备份 #

一、前言  
二、CopyTable  
     2.1 简介  
     2.2 命令格式  
     2.3 常用命令  
     2.4 更多参数  
三、Export/Import  
     3.1 简介  
     3.2 命令格式  
     3.3 常用命令  
四、Snapshot  
     4.1 简介  
     4.2 配置  
     4.3 常用命令

## 一、前言 ##

本文主要介绍 Hbase 常用的三种简单的容灾备份方案，即**CopyTable**、**Export**/**Import**、**Snapshot**。分别介绍如下：

## 二、CopyTable ##

### 2.1 简介 ###

**CopyTable**可以将现有表的数据复制到新表中，具有以下特点：

*  支持时间区间 、row 区间 、改变表名称 、改变列族名称 、以及是否 Copy 已被删除的数据等功能；
 *  执行命令前，需先创建与原表结构相同的新表；
 *  `CopyTable` 的操作是基于 HBase Client API 进行的，即采用 `scan` 进行查询, 采用 `put` 进行写入。

### 2.2 命令格式 ###

Usage: CopyTable [general options] [--starttime=X] [--endtime=Y] [--new.name=NEW] [--peer.adr=ADR] <tablename>

### 2.3 常用命令 ###

1.  同集群下 CopyTable

hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=tableCopy  tableOrig

1.  不同集群下 CopyTable

# 两表名称相同的情况
    hbase org.apache.hadoop.hbase.mapreduce.CopyTable \
    --peer.adr=dstClusterZK:2181:/hbase tableOrig
    
    # 也可以指新的表名
    hbase org.apache.hadoop.hbase.mapreduce.CopyTable \
    --peer.adr=dstClusterZK:2181:/hbase \
    --new.name=tableCopy tableOrig

1.  下面是一个官方给的比较完整的例子，指定开始和结束时间，集群地址，以及只复制指定的列族：

hbase org.apache.hadoop.hbase.mapreduce.CopyTable \
    --starttime=1265875194289 \
    --endtime=1265878794289 \
    --peer.adr=server1,server2,server3:2181:/hbase \
    --families=myOldCf:myNewCf,cf2,cf3 TestTable

### 2.4 更多参数 ###

可以通过 `--help` 查看更多支持的参数

# hbase org.apache.hadoop.hbase.mapreduce.CopyTable --help

## 三、Export/Import ##

### 3.1 简介 ###

*  `Export` 支持导出数据到 HDFS, `Import` 支持从 HDFS 导入数据。`Export` 还支持指定导出数据的开始时间和结束时间，因此可以用于增量备份。
 *  `Export` 导出与 `CopyTable` 一样，依赖 HBase 的 `scan` 操作

### 3.2 命令格式 ###

# Export
    hbase org.apache.hadoop.hbase.mapreduce.Export <tablename> <outputdir> [<versions> [<starttime> [<endtime>]]]
    
    # Inport
    hbase org.apache.hadoop.hbase.mapreduce.Import <tablename> <inputdir>

*  导出的 `outputdir` 目录可以不用预先创建，程序会自动创建。导出完成后，导出文件的所有权将由执行导出命令的用户所拥有。
 *  默认情况下，仅导出给定 `Cell` 的最新版本，而不管历史版本。要导出多个版本，需要将 `<versions>` 参数替换为所需的版本数。

### 3.3 常用命令 ###

1.  导出命令

hbase org.apache.hadoop.hbase.mapreduce.Export tableName  hdfs 路径/tableName.db

1.  导入命令

hbase org.apache.hadoop.hbase.mapreduce.Import tableName  hdfs 路径/tableName.db

## 四、Snapshot ##

### 4.1 简介 ###

HBase 的快照 (Snapshot) 功能允许您获取表的副本 (包括内容和元数据)，并且性能开销很小。因为快照存储的仅仅是表的元数据和 HFiles 的信息。快照的 `clone` 操作会从该快照创建新表，快照的 `restore` 操作会将表的内容还原到快照节点。`clone` 和 `restore` 操作不需要复制任何数据，因为底层 HFiles(包含 HBase 表数据的文件) 不会被修改，修改的只是表的元数据信息。

### 4.2 配置 ###

HBase 快照功能默认没有开启，如果要开启快照，需要在 `hbase-site.xml` 文件中添加如下配置项：

<property>
        <name>hbase.snapshot.enabled</name>
        <value>true</value>
    </property>

### 4.3 常用命令 ###

快照的所有命令都需要在 Hbase Shell 交互式命令行中执行。

#### 1. Take a Snapshot ####

# 拍摄快照
    hbase> snapshot '表名', '快照名'

默认情况下拍摄快照之前会在内存中执行数据刷新。以保证内存中的数据包含在快照中。但是如果你不希望包含内存中的数据，则可以使用 `SKIP_FLUSH` 选项禁止刷新。

# 禁止内存刷新
    hbase> snapshot  '表名', '快照名', { SKIP_FLUSH => true}

#### 2. Listing Snapshots ####

# 获取快照列表
    hbase> list_snapshots

#### 3. Deleting Snapshots ####

# 删除快照
    hbase> delete_snapshot '快照名'

#### 4. Clone a table from snapshot ####

# 从现有的快照创建一张新表
    hbase>  clone_snapshot '快照名', '新表名'

#### 5. Restore a snapshot ####

将表恢复到快照节点，恢复操作需要先禁用表

hbase> disable '表名'
    hbase> restore_snapshot '快照名'

这里需要注意的是：是如果 HBase 配置了基于 Replication 的主从复制，由于 Replication 在日志级别工作，而快照在文件系统级别工作，因此在还原之后，会出现副本与主服务器处于不同的状态的情况。这时候可以先停止同步，所有服务器还原到一致的数据点后再重新建立同步。

## 参考资料 ##

1.  [Online Apache HBase Backups with CopyTable][]
2.  [Apache HBase ™ Reference Guide][Apache HBase _ Reference Guide]

[Online Apache HBase Backups with CopyTable]: https://blog.cloudera.com/blog/2012/06/online-hbase-backups-with-copytable-2/
[Apache HBase _ Reference Guide]: http://hbase.apache.org/book.htm