HBase 容灾与备份
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
- 同集群下 CopyTable
hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=tableCopy tableOrig
- 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
- 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
- 导出命令
hbase org.apache.hadoop.hbase.mapreduce.Export tableName hdfs 路径/tableName.db
- 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。