HBase跨版本数据迁移总结

本文结合客户案例，分享了5.5T数据迁移至腾讯云HBase使用以及数据迁移遇到的各种问题以及解决方法。
作者：王亮         
出处：腾云阁文章
------------------------------

某客户大数据测试场景为：Solr类似画像的数据查出用户标签——通过这些标签在HBase查询详细信息。以上测试功能以及性能。

其中HBase的数据量为500G，Solr约5T。数据均需要从对方的集群人工迁移到我们自己搭建的集群。由于Solr没有在我们集群中集成，优先开始做HBase的数据迁移，以下总结了HBase使用以及数据迁移遇到的各种问题以及解决方法。

一.迁移过程遇到问题以及解决

客户HBase版本：Version 0.94.15
腾讯大数据套件HBase版本：Version 1.2.1
客户私有云系统版本（测试）：tlinux1.2
遇到的问题以及解决过程如下：

1.HBase运行异常现象一（date和hwclock）

HBase运行偶发不正常，出现组件停止运行的情况，看日志有说时间的差异等信息，但date查看完全一致，想到可能是硬件时间的差异问题，通过hwclock看，确实差异很大，通过hwclock -w调整后基本恢复。后确认初始化脚本中只对腾讯云环境的机器做了硬件时间同步，目前已优化。

2.HBase运行异常现象二（hostname 和/etc/resolv.conf）

HBase再次运行不正常，出现组件停止运行的情况。通过日志看如下错误
ERROR [regionserver//10.0.0.106:16020] regionserver.HRegionServer: Master passed us a different hostname to use; was=10.0.0.106, but now=host-10-0-0-106.openstacklocal
通过hostname看所有机器hostname均为内网IP，猜想可能是网络交互的时候查询什么表导致出现的不一致，查看dns解析信息如下

[root@10 ~]# hostname
10.0.0.106
; generated by /sbin/dhclient-script
#search openstacklocal 0.0.106
#nameserver 10.0.0.2
#nameserver 10.0.0.3

有search openstacklocal的情况，猜测是虚拟机的异常行为，注释掉resolv.conf里相关search信息，停掉nscd服务后，重启HBase，再未出现这个错误，HBase运行完全正常。

3.需要支持snappy的发现与修复过程：

• 迁移表的过程中计划使用官方的import/export工具进行，第一步需要在目标集群建表，通过desc信息在目标集群建表完成后，list可看到表，通过scan查询后，无法查询内容，查日志有如下错误：
  org.apache.hadoop.HBase.DoNotRetryIOException: Compression algorithm 'snappy' previously failed test.
  通过google查询需要HBase支持snappy压缩算法，通过hadoop checknative发现集群默认确实不支持snappy算法（虽然安装snappyrpm）

  Native library checking:
  hadoop:  true /data/tbds-base/usr/hdp/2.2.0.0-2041/hadoop/lib/native/libhadoop.so
  zlib:    true /lib64/libz.so.1
  snappy:  false
  lz4:     true revision:99
  bzip2:   false
  openssl: false build does not support openssl.
  

• 通过手动建表的方法用以下desc信息建表后可以list查看到表信息。scan无法查看表内容，日志发现如下错误
  desc信息：

  COLUMN FAMILIES DESCRIPTION                                                                 
  {NAME => 'A', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TTL => 'FOR
  EVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', METADATA => {'ENCODE_ON_DISK' => 'true'}}                       
  {NAME => 'D', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '2147483647', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TT
  L => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', ENCODE_ON_DISK => 'true'}
  

  错误信息：

  org.apache.hadoop.HBase.DoNotRetryIOException: java.lang.RuntimeException: native snappy library not available: this version of libhadoop was built without snappy support
  

• 在HBase-site.xml增加属性HBase.regionserver.codecs value为snappy即可，在测试集群通过该方法，HBase启动失败

• 后确认tlinux1.2的hadoop集群上支持snappy的方法：即需要在特定系统编译hadoop相关本地库（native库）替换hadoop当前的native库，然后HBase的启动环境脚本增加hadoop主目录即可

• 目前tlinux1.2下的hadoop的nativesnappy库有现网使用，同时需要保证这个hadoop的库可以引用到libjvm.so（jre的一个so文件）直接替换hadoop/lib下的native目录，保证已经安装snappy的rpm包，在HBase-env.sh里添加HADOOP_HOME={Hadoop安装主目录}。再hadoop checknative后发现已支持snappy。逐步全量重启HBase。

  Native library checking:
  hadoop:  true /data/tbds-base/usr/hdp/2.2.0.0-2041/hadoop/lib/native/libhadoop.so
  zlib:    true /lib64/libz.so.1
  snappy:  true /usr/lib64/libsnappy.so.1
  lz4:     true revision:99
  bzip2:   false
  openssl: false build does not support openssl.
  

4.HBase0.9.4集群数据表到HBase1.2.1集群数据表的迁移方法

暴力迁移参考http://my.oschina.net/CainGao/blog/616502
1)找到源集群源表在hdfs上的目录位置，直接将该目录移动到目标集群HBase的表在目标集群hdfs上的表根目录下

2)暴力迁移时tableinfo信息是一个文件即.tableinfo.00000001。0.9.4的版本这个文件位于HBase表在hdfs上表目录的根目录下，而1.2.1的这个文件位于HBase表在hdfs上表目录的根目录下的./tabledesc目录下，需要手动创建这个目录并调整这个文件的位置

3) 修改复制过来的表目录文件的属主信息

4) 重启HBase的所有组件

5) 此时登录HBaseshell已经可以通过list查看到迁移过来的表，但scan等操作会失败

6) 通过HBase hbck -fixMeta修复meta信息；HBase hbck -fixAssignments 修复分区。这两个步骤的操作过程中注意观察日志是否有异常，实践中首次尝试此方法有大量错误，发现错误内容为snappy相关，支持snappy后，查看表信息，表内容正常，随机选取表内容对比也正常，可认为此种方法迁移成功。

7) 通过import/export的方法迁移时需要在目标集群手动创建目标表，查看源集群的表结构如下：
import/export参考地址

COLUMN FAMILIES DESCRIPTION                                                                  {NAME => 'A', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TTL => 'FOR
EVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', METADATA => {'ENCODE_ON_DISK' => 'true'}}                       
{NAME => 'D', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '2147483647', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TT
L => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', ENCODE_ON_DISK => 'true'}

通过该desc信息创建新表时出现如下错误：
Unknown argument ignored for column family A: ENCODE_ON_DISK
手动测试只要加这个参数ENCODE_ON_DISK去建表一定会出现这个错误，建表会成功，但表信息里没有这个字段了。经过look查代码发现这个字段在新版本已经废弃，但客户的老集群是版本需要这个字段，通过import的方法无法正常写入、通过步骤6）的暴力迁移成功后（暴力迁移成功兼容了这个字段），查看表的desc信息如下：

COLUMN FAMILIES DESCRIPTION                                                                  {NAME => 'A', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TTL => 'FOR
EVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', METADATA => {'ENCODE_ON_DISK' => 'true'}}                       
{NAME => 'D', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '2147483647', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TT
L => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', METADATA => {'ENCODE_ON_DISK' => 'true'}}

老集群表结构

COLUMN FAMILIES DESCRIPTION                                                                 {NAME => 'A', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TTL => 'FOR
EVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', METADATA => {'ENCODE_ON_DISK' => 'true'}}                       
{NAME => 'D', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '2147483647', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TT
L => 'FOREVER', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true', ENCODE_ON_DISK => 'true'}

可以看到关于ENCODE_ON_DISK字段在新老版本的定义方法有差异，故我们测试在新集群使用上面的desc信息建表后，再通过import方法导入到HBase。结果依然没有数据写入，可以断定这个参数ENCODE_ON_DISK在HBase1.2.1中完全废弃，新版本采用了一个整字段来包裹这个信息。当老集群有参数时，官方import/export方法在HBase0.9.8到HBase1.2.1直接迁移暂时不可用。

二.后续

在HBase0.9.8集群上建表设置ENCODE_ON_DISK=false（默认为true），在HBase1.2.1上不带ENCODE_ON_DISK建表，使用export/import方法迁移测试研究其他HBase数据跨集群（版本差异，网络不通）迁移方法。

-----------------------------
获取更多云计算技术干货，可请前往 腾讯云技术社区
我也会持续同步更新~
微信公众号：腾讯云技术社区（ QcloudCommunity）