欢迎关注Hadoop、Spark、Flink、Hive、Hbase、Flume等大数据资料分享微信公共账号:iteblog_hadoop
  1. 文章总数:1076
  2. 浏览总数:14,669,297
  3. 评论:4200
  4. 分类目录:114 个
  5. 注册用户数:7081
  6. 最后更新:2019年11月21日
过往记忆博客公众号iteblog_hadoop
欢迎关注微信公众号:
iteblog_hadoop
大数据技术博客公众号bigdata_ai
开发爱好者社区:
bigdata_ai

Apache HBase 快照(Snapshots) 介绍

《HDFS 快照编程指南》文章中,我简单介绍了 HDFS 的快照功能。本文将介绍 HBase 快照功能,因为 HBase 的底层存储是基于 HDFS 的,所以 HBase 的快照功能也是依赖 HDFS 快照的知识。HBase 快照功能是从 HBase 0.95.0 开始引入的,详见 HBASE-50


如果想及时了解Spark、Hadoop或者Hbase相关的文章,欢迎关注微信公共帐号:iteblog_hadoop

HBase 快照功能允许管理员在不复制数据的情况下克隆一张表,同时对 RegionServers 影响很小。HBase snapshots 的使用场景主要包括以下几种情况:

  • 对重要表定期进行快照操作,这样可以在出现问题时将影响减小到最少;
  • 在重大应用升级或改变之前保存一个快照,这样如果应用升级或改变发生问题,可以快速回滚到操作之前的状态。
  • 将数据迁移到其他集群,我们可以创建一个 snapshot,然后使用 ExportSnapshot 工具迁移到另外一个集群,并在另外一个集群进行恢复,这样可以做一些离线分析或数据备份功能等;
  • 构建测试环境数据。

什么是Snapshot

对 HDFS 上的文件进行快照时,其实是快照文件记录 block 的列表和文件大小,并不做数据的拷贝。HBase 底层用的也是 HDFS 的快照功能,所以对 HBase 表进行快照也不会发生数据的备份。HBase 快照其实是一系列的 metadata 信息组合,利用这些信息,管理员可以将一个表恢复到之前的状态,任何在创建快照之后插入的数据都会丢失。

快照操作

和 HDFS 快照一样,HBase 快照也支持一系列的操作。主要有以下几种。

  • 创建快照:这个操作尝试在给定表上创建快照。如果表中的 Region 由于发生 balance、split 或 merge 而产生移动的时候可能会导致创建快照失败。
  • 克隆快照:这个操作将会使用特定快照中的相同模式(schema)和相同数据来创建一张新表,这个操作执行之后会创建一个全新的表,对这个表进行的任何操作将不会对原表挥着快照有任何影响。
  • 恢复快照:这个操作将表的模式和数据还原到快照状态。注意,所有在创建快照之后的修改将会丢失。
  • 删除快照:这个操作将从系统中删除快照。释放未共享的磁盘空间, 而且不会影响其他克隆或快照。
  • 导出快照:这个操作将快照的数据和元数据拷贝到其他集群。这个操作只用到了 HDFS,并不会和 Master 或 RegionServer 发生通讯,所以我们可以直接把 HBase 集群关闭。

快照使用

在进行下面操作之前,确保你集群 hbase.snapshot.enabled 参数设置为 true。为了方便下面的操作,我们先创建一张 HBase 表,并往里面插入几条测试数据,如下:

hbase(main):010:0> create 'iteblog_table', 'cf'
Took 0.1013 seconds
hbase(main):010:0> put 'iteblog_table','1', 'cf:name','wyp'
Took 0.2110 seconds
hbase(main):012:0> put 'iteblog_table','2', 'cf:name','iteblog'
Took 0.0083 seconds
hbase(main):013:0> put 'iteblog_table','3', 'cf:name','iteblog_hadoop'
Took 0.0066 seconds
hbase(main):014:0> scan 'iteblog_table'
ROW              COLUMN+CELL
 1               column=cf:name, timestamp=1547646979906, value=wyp
 2               column=cf:name, timestamp=1547646995691, value=iteblog
 3               column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
3 row(s)
Took 0.0346 seconds

我们创建了名为 iteblog_table 的表,并插入了几条数据。

创建快照

创建快照可以使用 snapshot 命令,具体如下:

hbase(main):016:0> snapshot 'iteblog_table', 'snap_iteblog_table'
Took 1.4361 seconds

显示快照

使用 list_snapshots 命令可以显示系统里面的所有快照, 具体如下:

hbase(main):017:0> list_snapshots
SNAPSHOT                                            TABLE + CREATION TIME
 snap_iteblog_table                                 iteblog_table (2019-01-16 21:57:31 +0800)
1 row(s)
Took 0.0245 seconds
=> ["snap_iteblog_table"]

克隆快照

正如前面说的,这个操作会使用快照里面的信息创造一个全新的表,我们对这个新表的操作不会影响旧的表。

hbase(main):018:0> clone_snapshot 'snap_iteblog_table', 'iteblog_table_v1'
Took 2.4177 seconds
hbase(main):019:0> scan 'iteblog_table_v1'
ROW                    COLUMN+CELL
 1                     column=cf:name, timestamp=1547646979906, value=wyp
 2                     column=cf:name, timestamp=1547646995691, value=iteblog
 3                     column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
3 row(s)
Took 0.0784 seconds
hbase(main):020:0> put 'iteblog_table_v1','4', 'cf:name','iteblog.com'
Took 0.0121 seconds
hbase(main):021:0> scan 'iteblog_table_v1'
ROW                    COLUMN+CELL
 1                     column=cf:name, timestamp=1547646979906, value=wyp
 2                     column=cf:name, timestamp=1547646995691, value=iteblog
 3                     column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
 4                     column=cf:name, timestamp=1547647268467, value=iteblog.com
4 row(s)
Took 0.0395 seconds
hbase(main):022:0> scan 'iteblog_table'
ROW                    COLUMN+CELL
 1                     column=cf:name, timestamp=1547646979906, value=wyp
 2                     column=cf:name, timestamp=1547646995691, value=iteblog
 3                     column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
3 row(s)
Took 0.0698 seconds

恢复快照

快照的一个目的就是可以用来恢复数据,我们现在来演示如何通过快照还原备份的数据。假设我们误删除了 RowKey 为 1 的数据,这时候我们可以通过使用 restore_snapshot 来恢复快照。

hbase(main):023:0> delete 'iteblog_table','1','cf:name'
Took 0.0431 seconds
hbase(main):024:0> scan 'iteblog_table'
ROW                    COLUMN+CELL
 2                     column=cf:name, timestamp=1547646995691, value=iteblog
 3                     column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
2 row(s)
Took 0.0371 seconds
hbase(main):026:0> disable 'iteblog_table'
Took 1.7439 seconds
hbase(main):028:0> restore_snapshot 'snap_iteblog_table'
Took 2.5920 seconds
hbase(main):029:0> enable 'iteblog_table'
Took 1.2940 seconds
hbase(main):030:0> scan 'iteblog_table'
ROW                    COLUMN+CELL
 1                     column=cf:name, timestamp=1547646979906, value=wyp
 2                     column=cf:name, timestamp=1547646995691, value=iteblog
 3                     column=cf:name, timestamp=1547647005389, value=iteblog_hadoop
3 row(s)
Took 0.0272 seconds

当然,我们也可以使用快照来分析 HBase 里面的数据,这个后面会再起一篇文章进行介绍,敬请期待。

本博客文章除特别声明,全部都是原创!
转载本文请加上:转载自过往记忆(https://www.iteblog.com/)
本文链接: 【Apache HBase 快照(Snapshots) 介绍】(https://www.iteblog.com/archives/2471.html)
喜欢 (6)
分享 (0)
发表我的评论
取消评论

表情
本博客评论系统带有自动识别垃圾评论功能,请写一些有意义的评论,谢谢!