HBase误删数据如何抢救？

相信大家都有这样的经历，操作数据库的时候不小心误删除了数据，轻则被公司
处罚，重则开除。别慌，今天较你一招数据即可失而复得，mysql 里有 binlog
可以帮助我们恢复数据，但是没有开 binlog 也没有备份就尴尬了。如果是 HBase，
你没有做备份误删了又如何恢复呢？
数据保护
当误删数据发生时候，不管三七二十一，***要务是进入 hbase shell，执行如下
命令：
如果误删一张表的有多个 family 里的数据，需要都执行一下：
设置 KEEP_DELETED_CELLS 为 True 的目的在于防止数据被物理删除。这里
有必要解释一下 HBase 清理数据的原理：
• 首先 HBase 是一个 LSM 架构，不断发生着数据文件的写入和合并
• 当删除操作发生时，不会去清理数据文件中的数据，而是写入一个删除标
记到新文件中。
• 当某一刻 major compaction 发生时，在合并文件的同时会根据删除标记
清理数据，新合并出来的数据文件不会再有旧数据。
KEEP_DELETED_CELLS 的作用就是在 major compaction 发生的时候，决定要
不要清理旧数据。这里需要注意一点，即便 KEEP_DELETED_CELLS 设置为
True，数据仍然会因为过期而被清理（HBsae 表中的 TTL 属性）。这个设定无
可厚非，既然过期了，误删不误删也无所谓了。
数据恢复
数据恢复的前提数据没有被物理删除，也就是上文提及的。你只需要在查询
（Scan）的时候，指定 raw 模式来搜索数据，就能看到被删除的数据，之后你
要做就是把数据再写入一次。我们来看一个简单的例子，还是以 hbase shell 为
例子：
1.首先我们准备几行数据
2.然后我们删掉 y 开头掉数据
3.查一下，现在只有 3 行了
4.现在我们带上 raw 再次查找数据，不仅能看到被删除数据，还能看到删除标
记。
这里我设置了 TIMERANGE， 指定的是数据写入的时间。对于我这个 case 其
实并没有什么用，我只是想说明几点：
• 即便不设置 RAW，也可以通过时间搜索到被删数据。比如数据写入时间
是 T，delete 时间是 T+2，那么查找[0, T+1]的话就能看见数据。前提是
设置了 KEEP_DELETED_CELLS=TRUE
• 如果你后续写入重复的 Key，那你必须指定好 TIMERANGE，不然你可能
看到的不是原先删除的 keyVlaue。 • delete 操作默认的时间不是当前 server 的时间，也不是构造 Delete 对
象的时间，而是被删除的这个 keyValue 的写入时间。当然这个得看版
本，测试时候发现 1.x 和 2.x 还是不一样的，有点坑，还以为高版本不
能仅通过 TIMERAGE 搜素被删数据了。
• 如果你的 Delete mark 的时间和数据的时间一样，那只能通过 RAW 看
到。
数据恢复完，建议关闭 KEEP_DELETED_CELLS，节省空间，提高查询效率。
其他
上文使用的是 hbase shell 演示，你可以使用任何语言的 API 完成上面的操作。
如果你使用的是云 HBase，即便因为 major compaction 物理删除了数据，只
要你开启了备份功能，依然可以恢复。