# 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,指定是否 Copy已经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工具采用scan查询, 写入新表时采用put和delete API, 全是基于hbase的client Api进行读写。 ### 2.2 命令格式 ```shell Usage: CopyTable [general options] [--starttime=X] [--endtime=Y] [--new.name=NEW] [--peer.adr=ADR] ``` ### 2.3 常用命令 1. 同集群下CopyTable ```shell hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=tableCopy tableOrig ``` 2. 不同集群下CopyTable ```shell # 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 ``` 3. 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: ```shell 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 ```shell # hbase org.apache.hadoop.hbase.mapreduce.CopyTable --help ```
## 三、Export/Import ### 3.1 简介 - Export可导出数据到HDFS, 然后可通过Import导入数据, Export支持指定开始时间和结束时间, 因此可以做增量备份; - Export导出工具与CopyTable一样是依赖hbase的scan读取数据 ### 3.2 命令格式 ```shell # Export bin/hbase org.apache.hadoop.hbase.mapreduce.Export [ [ []]] # Inport bin/hbase org.apache.hadoop.hbase.mapreduce.Import ``` + 对于导出,`outputdir`目录可以不用预先创建,程序会自动创建。导出完成后,导出的文件将由调用导出命令的用户拥有。 + 默认情况下,仅导出给定`Cell`的最新版本,而不管存储的版本数量。要导出多个版本,需要将\替换为所需的版本数。 ### 3.3 常用命令 1. 导出命令 ```shell hbase org.apache.hadoop.hbase.mapreduce.Export tableName hdfs路径/tableName.db ``` 2. 导入命令 ``` hbase org.apache.hadoop.hbase.mapreduce.Import tableName hdfs路径/tableName.db ``` ## 四、Snapshot ### 4.1 简介 HBase快照(Snapshot)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”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)不会被任何操作修改,修改的只是表的元数据信息。 其实在版本0.94.6之前,备份或克隆表的唯一方法是使用CopyTable / ExportTable,或者在禁用表后复制HDFS中的所有HFiles。这些方都会降低Region服务器性能(复制/导出表),且在禁用表,会导致表无法读取或写入,这在实际的生产环境中都是不允许的。 ### 4.2 配置 Snapshot快照功能默认是没有开启的,如果要开启快照,则需要预先在`hbase-site.xml`文件中添加如下配置项: ```xml hbase.snapshot.enabled true ``` ### 4.3 常用命令 预先说明一下之前的CopyTable、Export/Import命令都是在系统环境下直接执行的,而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 ```shell # 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。 ```shell # 禁止内存刷新 hbase> snapshot '表名', '快照名', {SKIP_FLUSH => true} ``` #### 2. Listing Snapshots ```shell # 获取快照列表 hbase> list_snapshots ``` #### 3. Deleting Snapshots ```shell # 删除快照 hbase> delete_snapshot '快照名' ``` #### 4. Clone a table from snapshot ```shell # 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 ```shell hbase> disable '表名' hbase> restore_snapshot '快照名' ``` 这里还需要注意的: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](https://blog.cloudera.com/blog/2012/06/online-hbase-backups-with-copytable-2/) 2. [Apache HBase ™ Reference Guide](http://hbase.apache.org/book.htm)