HBase 1.x Coprocessor使用指南

最新推荐文章于 2020-09-14 14:30:37 发布

jediael_lu

最新推荐文章于 2020-09-14 14:30:37 发布

阅读量2.6k

点赞数

分类专栏： X.1大数据文章标签： hbase coprocessor

本文链接：https://blog.csdn.net/jediael_lu/article/details/76577072

版权

HBase 1.x Coprocessor使用指南

@(HBASE)[hbase]

HBase 1x Coprocessor使用指南
一概述
二Observer
- 一示例
三Endpoint

HBase在0.92版本之后，提供了协处理器功能。
在之前介绍过，HBase提供了过滤器，以减少从服务器返回客户端的数据。而协处理器用于将部分处理工作交由RegionServer处理，而不是全部返回client再处理。

举个例子，HBase的安全机制就是通过协处理器实现的。当用户向HBase发出一个读写请求时，HBase会首先触发这个协处理器，它会在读写操作前确认用户是否有这个权限。

一、概述

（以下概述性的内容摘自网络）。

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。

HBase 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。

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。
具体使用方法参考下面。

二、Observer

完整代码请见：https://github.com/lujinhong/lujinhong-commons/tree/master/lujinhong-commons-hbase/src/main/java/com/lujinhong/commons/hbase/coprocessor

（一）示例

1、准备类文件

这个例子的coprocessor是一个RegionObserver，它判断如果请求的rowkey是@@@GETTIME@@@，则返回系统当前时间，然后不再请求region读取实际的数据(e.bypass())，否则，有可能返回2行。
幅使用的是preGetOp()方法，因此所有的Get操作都会先经过这个Coprocessor处理。

public class CoprocessorDemo extends BaseRegionObserver{

    public static final byte[] FIXED_ROW = Bytes.toBytes("@@@GETTIME@@@");

    @Override
    public void preGetOp(ObserverContext<RegionCoprocessorEnvironment> e, Get get, List<Cell> results)
            throws IOException {
        if(Bytes.equals(get.getRow(), FIXED_ROW)){
            KeyValue kv = new KeyValue(get.getRow(),FIXED_ROW,FIXED_ROW,Bytes.toBytes(System.currentTimeMillis()) );
            results.add(kv);
            e.bypass();
        }
    }

}

2、部署方式一

这种方法适用于集群管理人员使用，所部署的coprocessor会影响所有表，所有region。

（1）修改配置，增加协处理器类

<property>
    <name>hbase.coprocessor.region.classes</name>
    <value>org.apache.hadoop.hbase.security.token.TokenProvider,org.apache.hadoop.hbase.security.access.AccessController,com.