HBase负载均衡之集群负载的评分方法

HMater负责把region均匀到各个region server 。hmaster中有一个线程任务是专门处理负责均衡的，默认每隔5分钟执行一次。

每次负载均衡操作可以分为两步：

• 生成负载均衡计划表
• Assignment Manager 类执行计划表

---

下面我们来详细介绍一下HBase是如何生成负载平衡计划表的。
首先我们要明确，负载均衡是根据每个Table来的，在如下几种情况下是不会执行负载均衡的：

1. 如果master没有被初始化
2. 当前已经有负载均衡方法在跑了
3. 当前有region处于splitting状态
4. 当前集群中有挂掉的region server

生成RegionPlan表：
代码包路径：
org.apache.hadoop.hbase.master.balancer.StochasticLoadBalancer

生成regionPlan表方法为：

StochasticLoadBalancer. balanceCluster(Map<ServerName, List<HRegionInfo>> clusterState)

这个方法比较特别也比较有意思，首先，StochasticLoadBalancer 有一套计算某一table下cluster load(集群负载）评分的算法，得出的值越低表明负载越合理。这套算法是根据以下几个维度来计算得出的：

• Region Load //每个regin server 的region 数目
• Table Load
• Data Locality //数据本地性
• Memstore Sizes //memstore大小
• Storefile Sizes //存储文件的大小

首先对单个region server 根据上面5个维度计算得出评分x（0<=x<=1），然后把同一table下所有region server评分加起来，就是当前table的cluster load评分。这个评分越低表明越合理。

然后它还有三种调节cluster load 的方法：

• RandomRegionPicker
• LoadPicker
• LocalityPicker

RandomRegionPicker 随机交换策略。在虚拟cluster中（虚拟cluster只作为记录用，不会涉及实际的region 迁移操作。cluster包含某个table下所有的region server的相关信息，以及region server下的regions.）随机选出两个region server ,然后分别在region server 中在 随机获取一个region,然后这两个region server下的region交换一下，然后再计算评分，如果得出的评分较低的话，表明这两个region 交换是有利于集群的负载均衡的，保留这个改变。否则，还原到之前的状态，两个region再交换下region server 。其中拥有比较少regions的region server 可能随机出一个空，实际情况，就是变成了迁移region，不再是交换region。

LoadPicker ,region数目均衡策略。在虚拟cluster中，首先获取region数目最多和最少的两个region server ，这样能使两个region server 最终的region数目更加的平均。后面的流程和上面的一样。

LocalityPicker ,本地性最强的均衡策略。本地性的意思是，Hbase底层的数据其实是存放在HDFS上面的，如果某个region的数据文件存放在某个region server 的比例比其他的region server 都要高，那么称这个region server是该region的最高本地性region server 。在该策略中，首先随机出一个region server 以及其下面的region 。然后找到这个region本地性最高的region server 。本地性最高的region server再随机出一个region server。这两个region server 后面的流程和上面的一样。

具体流程如下：

我们对上面流程图中的主要步骤进行分析：
0. 是否需要进行负载均衡—-是根据当前region server拥有的region数目来判断的，查看如下代码。

protected boolean needsBalance(ClusterLoadS