美文网首页
细述hbase协处理器

细述hbase协处理器

作者: Java大生 | 来源:发表于2018-11-18 22:19 被阅读0次

    1.起因(Why HBase Coprocessor)

    HBase作为列族数据库最经常被人诟病的特性包括:无法轻易建立“二级索引”,难以执行求和、计数、排序等操作。比如,在旧版本的(<0.92)Hbase中,统计数据表的总行数,需要使用Counter方法,执行一次MapReduce Job才能得到。虽然HBase在数据存储层中集成了MapReduce,能够有效用于数据表的分布式计算。然而在很多情况下,做一些简单的相加或者聚合计算的时候,如果直接将计算过程放置在server端,能够减少通讯开销,从而获得很好的性能提升。于是,HBase在0.92之后引入了协处理器(coprocessors),实现一些激动人心的新特性:能够轻易建立二次索引、复杂过滤器(谓词下推)以及访问控制等。

    2.灵感来源( Source of Inspration)

    HBase协处理器的灵感来自于Jeff Dean 09年的演讲( P66-67)。它根据该演讲实现了类似于bigtable的协处理器,包括以下特性:

    每个表服务器的任意子表都可以运行代码 

    客户端的高层调用接口(客户端能够直接访问数据表的行地址,多行读写会自动分片成多个并行的RPC调用) 

    提供一个非常灵活的、可用于建立分布式服务的数据模型 

    能够自动化扩展、负载均衡、应用请求路由 

    HBase的协处理器灵感来自bigtable,但是实现细节不尽相同。HBase建立了一个框架,它为用户提供类库和运行时环境,使得他们的代码能够在HBase region server和master上处理。

    3.细节剖析(Implementation)

    协处理器分两种类型,系统协处理器可以全局导入region server上的所有数据表,表协处理器即是用户可以指定一张表使用协处理器。协处理器框架为了更好支持其行为的灵活性,提供了两个不同方面的插件。一个是观察者(observer),类似于关系数据库的触发器。另一个是终端(endpoint),动态的终端有点像存储过程。3.1观察者(Observer)

    观察者的设计意图是允许用户通过插入代码来重载协处理器框架的upcall方法,而具体的事件触发的callback方法由HBase的核心代码来执行。协处理器框架处理所有的callback调用细节,协处理器自身只需要插入添加或者改变的功能。

    以HBase0.92版本为例,它提供了三种观察者接口:

    RegionObserver:提供客户端的数据操纵事件钩子:Get、Put、Delete、Scan等。 

    WALObserver:提供WAL相关操作钩子。 

    MasterObserver:提供DDL-类型的操作钩子。如创建、删除、修改数据表等。 

    这些接口可以同时使用在同一个地方,按照不同优先级顺序执行.用户可以任意基于协处理器实现复杂的HBase功能层。HBase有很多种事件可以触发观察者方法,这些事件与方法从HBase0.92版本起,都会集成在HBase API中。不过这些API可能会由于各种原因有所改动,不同版本的接口改动比较大,具体参考Java Doc。

    RegionObserver工作原理,如图1所示。更多关于Observer细节请参见HBaseBook的第 9.6.3章节。 

     3.2终端(Endpoint)

    终端是动态RPC插件的接口,它的实现代码被安装在服务器端,从而能够通过HBase RPC唤醒。客户端类库提供了非常方便的方法来调用这些动态接口,它们可以在任意时候调用一个终端,它们的实现代码会被目标region远程执行,结果会返回到终端。用户可以结合使用这些强大的插件接口,为HBase添加全新的特性。终端的使用,如下面流程所示:

    定义一个新的protocol接口,必须继承CoprocessorProtocol.

    实现终端接口,该实现会被导入region环境执行。

    继承抽象类BaseEndpointCoprocessor.

    在客户端,终端可以被两个新的HBase Client API调用 。

    单个region:HTableInterface.coprocessorProxy(Class protocol, byte[] 

    row) 。

    rigons区域:HTableInterface.coprocessorExec(Class protocol, 

    byte[] startKey, byte[] endKey, Batch.Call callable)

    整体的终端调用过程范例,所示: 

    4.编程实践(Code Example)

    在该实例中,我们通过计算HBase表中行数的一个实例,来真实感受协处理器 的方便和强大。在旧版的HBase我们需要编写MapReduce代码来汇总数据表中的行数,在0.92以上的版本HBase中,只需要编写客户端的代码即可实现,非常适合用在WebService的封装上。

    4.1启用协处理器 Aggregation(Enable Coprocessor Aggregation)

    我们有两个方法: 

    1.启动全局aggregation,能过操纵所有的表上的数据。通过修改hbase-site.xml这个文件来实现,只需要添加如下代码:

    <property>

     <name>hbase.coprocessor.user.region.classes</name>

     <value>org.apache.hadoop.hbase.coprocessor.AggregateImplementation</value>

    </property>

    2.启用表aggregation,只对特定的表生效。通过HBase Shell 来实现。

    disable指定表。hbase> disable 'mytable'

    添加aggregation hbase> alter 'mytable', METHOD => 

    'table_att','coprocessor'=>'|org.apache.hadoop.hbase.coprocessor.AggregateImplementation||'

    重启指定表 hbase> enable 'mytable'

    disable 'xyz'

    alter 'xyz','coprocessor'=>'|org.apache.hadoop.hbase.coprocessor.example.RowCountEndpoint||'

    enable 'xyz'

    package hbase.learn.com;

    import java.util.Map;

    import org.apache.hadoop.conf.Configuration;

    import org.apache.hadoop.hbase.HBaseConfiguration;

    import org.apache.hadoop.hbase.client.HTable;

    public class RowCount {

      public static void main(String[] args) {

       String tableName="xyz";

        // Get instance of Configuration

       Configuration configuration = HBaseConfiguration.create();

        // Get table instance

       HTable table = new HTable(configuration, tableName);

        final ExampleProtos.CountRequest request = ExampleProtos.CountRequest.getDefaultInstance();

         Map<byte[],Long> results = table.coprocessorService(ExampleProtos.RowCountService.class,

            null, null,

            new Batch.Call<ExampleProtos.RowCountService,Long>() {

             public Long call(ExampleProtos.RowCountService counter) throws IOException {

             ServerRpcController controller = new ServerRpcController();

             BlockingRpcCallback<ExampleProtos.CountResponse> rpcCallback =

                new BlockingRpcCallback<ExampleProtos.CountResponse>();

             counter.getRowCount(controller, request, rpcCallback);

             ExampleProtos.CountResponse response = rpcCallback.get();

              if (controller.failedOnException()) {

               throw controller.getFailedOn();

             }

              return (response != null && response.hasCount()) ? response.getCount() : 0;

            }

           });

          long sum=0;

          int count=0;

          for(Long l:results.values()){

           sum+=l;

           count++;

         }

         System.out.println("row count = "+sum);

         System.out.println("region count = "+count);

     }

    }

    欢迎工作一到五年的Java工程师朋友们加入Java架构开发: 855835163

    群内提供免费的Java架构学习资料(里面有高可用、高并发、高性能及分布式、Jvm性能调优、Spring源码,MyBatis,Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多个知识点的架构资料)合理利用自己每一分每一秒的时间来学习提升自己,不要再用"没有时间“来掩饰自己思想上的懒惰!趁年轻,使劲拼,给未来的自己一个交代!

    相关文章

      网友评论

          本文标题:细述hbase协处理器

          本文链接:https://www.haomeiwen.com/subject/hrjnfqtx.html