HBase源码分析之MemStore的flush发起时机、判断条件等详情（二）

        在《HBase源码分析之MemStore的flush发起时机、判断条件等详情》一文中，我们详细介绍了MemStore flush的发起时机、判断条件等详情，主要是两类操作，一是会引起MemStore数据大小变化的Put、Delete、Append、Increment等操作，二是会引起HRegion变化的诸如Regin的分裂、合并以及做快照时的复制拷贝等，同样会触发MemStore的flush流程。同时，在《HBase源码分析之compact请求发起时机、判断条件等详情（一）》一文中，我们讲到了针对compact，在HRegionServer内部存在一个工作线程compactionChecker，它会周期性的工作，以检查是否达到能够发起compact请求的条件。那么，回过头来，我们再看MemStore flush，它是不是也存在一个后台工作线程，能够周期性的工作，以检查是否达到能够发起flush请求的条件呢？本文，我们就之前《HBase源码分析之MemStore的flush发起时机、判断条件等详情》一文，做一个关于MemStore flush后台检查线程等内容的补充。

        在HRegionServer中，有一个和合并检查线程compactionChecker一样的Chore--periodicFlusher，它也是类似于compactionChecker的后台工作线程，它负责周期性的检查MemStore，查看是否达到发起MemStore flush的条件。其定义如下：

  /*
   * Check for flushes
   * 检查刷新请求
   */
  Chore periodicFlusher;

        它也是一个继承自Chore的工作线程，关于Chore的介绍，在 《HBase源码分析之compact请求发起时机、判断条件等详情（一）》一文中我已经讲过了，这里不再做介绍。而periodicFlusher的初始化，自然同compactionChecker一样，也是在HRegionServer的initializeThreads()方法中完成的，代码如下：

    this.periodicFlusher = new PeriodicMemstoreFlusher(this.threadWakeFrequency, this);

        很简单，构造一个PeriodicMemstoreFlusher对象，而且其工作频率也是通过HRegionServer的threadWakeFrequency决定的。那么这个periodicFlusher到底是什么样的实现类，其工作原理是什么样子的呢？莫慌，让我为大家一一道来。

        首先看下PeriodicMemstoreFlusher的定义、成员变量与构造方法，代码如下：

  static class PeriodicMemstoreFlusher extends Chore {
    final HRegionServer server;
    final static int RANGE_OF_DELAY = 20000; //millisec
    final static int MIN_DELAY_TIME = 3000; //millisec
    public PeriodicMemstoreFlusher(int cacheFlushInterval, final HRegionServer server) {
      // cacheFlushInterval为flush的时间间隔
      super(server.getServerName() + "-MemstoreFlusherChore", cacheFlushInterval, server);
      this.server = server;
    }
  }

        通过成员变量和构造方法，我们可以看到，比较重要的就是线程中HRegionServer的实例server以及线程工作频率。另外它还提供了两个定值MIN_DELAY_TIME与RANGE_OF_DELAY，有什么用呢。继续看它的chore()方法：

    @Override
    protected void chore() {
      // 循环HRegionSever上的onlineRegions
      for (HRegion r : this.server.onlineRegions.values()) {
        
    	// HRegion为null的话直接跳过
    	if (r == null)
          continue;
        
    	// 调用HRegion上的shouldFlush()方法，判断是否可以进行flush
        if (r.shouldFlush()) {
          // 获取RegionServer上的MemStoreFlusher类型的memstore内存刷新管理对象
          FlushRequester requester = server.getFlushRequester();
          if (requester != null) {
        	// 随机延迟时间：20s内的一个随机时间+3s的基础时间
            long randomDelay = RandomUtils.nextInt(RANGE_OF_DELAY) + MIN_DELAY_TIME;
            LOG.info(getName() + " requesting flush for region " + r.getRegionNameAsString() +
                " after a delay of " + randomDelay);
            //Throttle the flushes by putting a delay. If we don't throttle, and there
            //is a balanced write-load on the regions in a table, we might end up
            //overwhelming the filesystem with too many flushes at once.
            // 通过设置一个延迟时间控制flush，防止Region上多个flush同一时间并发进行
            requester.requestDelayedFlush(r, randomDelay);
          }
        }
      }
    }
  }

        通过chore()方法我们知道，periodicFlusher线程周期性的对HRegionServer上所有在线Region进行检测，调用其shouldFlush()方法进行检测，如果该Region需要flush memstore，获取RegionServer上的MemStoreFlusher类型的memstore内存刷新管理对象，发起flush请求。

        需要注意的是，该flush请求携带一个固定加随机的延迟时间，其算法为：

long randomDelay = RandomUtils.nextInt(RANGE_OF_DELAY) + MIN_DELAY_TIME;

        MIN_DELAY_TIME就是我们上面提到的固定值3秒，然后再加上一个20s内的一个随机数。为什么要这么做呢？试想下，如果立即提交一个flush请求，或者在3秒后立即提交一个flush请求，是不是很容易就产生一个风暴，引起系统性能瓶颈呢？

        关于如何提交一个flush请求，前面的文章已经介绍过了，不再赘述。这里我们介绍下HRegion的shouldFlush()方法，代码如下：

  /**
   * Should the memstore be flushed now
   * memstore现在是否应该被flush
   */
  boolean shouldFlush() {
    // This is a rough measure.
	// 这里是一个粗略的测量
	// 上次flush之后，sequenceId的增长超过flushPerChanges，即发起一次flush
	// 次数限制通过参数hbase.regionserver.flush.per.changes配置，默认为30000000（3千万）
	// 也就是该Region上数据的改动次数，无论增、改、删等，超过一定的次数，即发起一次flush
	// 意味着会兼顾HRegion上的写请求及时flush到磁盘上
    if (this.lastFlushSeqId > 0
          && (this.lastFlushSeqId + this.flushPerChanges < this.sequenceId.get())) {
      return true;
    }
    
    // hbase.regionserver.optionalcacheflushinterval参数小于等于0，不会触发flush
    //
    if (flushCheckInterval <= 0) { //disabled
      return false;
    }
    long now = EnvironmentEdgeManager.currentTime();
    //if we flushed in the recent past, we don't need to do again now
    // 时间间隔未超过hbase.regionserver.optionalcacheflushinterval配置的时间间隔
    // 默认为3600000ms，即1小时
    if ((now - getLastFlushTime() < flushCheckInterval)) {
      return false;
    }
    
    //since we didn't flush in the recent past, flush now if certain conditions
    //are met. Return true on first such memstore hit.
    // 检测每个列簇，当其中一个列簇超过flushCheckInterval没有flush时，发起flush
    for (Store s : this.getStores().values()) {
      if (s.timeOfOldestEdit() < now - flushCheckInterval) {
        // we have an old enough edit in the memstore, flush
        return true;
      }
    }
    return false;
  }

        判断的逻辑比较清晰，概括如下：

        1、首先，上次flush之后，sequenceId的增长超过flushPerChanges，即发起一次flush：

              次数限制flushPerChanges是通过参数hbase.regionserver.flush.per.changes配置，默认为30000000（3千万），这个sequenceId的增长该Region上数据的改动次数，无论增、删、改或者append、increment等，它是对HRegion数据变动的一个考虑，即便是MemStore不大，数据变动的频繁了，也需要进行flush，以降低宕机后拆分日志的工作量；

        2、再看参数hbase.regionserver.optionalcacheflushinterval:

              参数小于等于0，不会触发flush，时间间隔未超过参数l配置的时间间隔的话，也不会触发flush。这个参数默认为3600000ms，即1小时；

        3、当超过参数配置的时间间隔，再检测每个列簇，当其中一个列簇超过flushCheckInterval没有flush时，发起flush，也就是说它有足够久的数据没有被flush。

        以上就是HRegionServer内部PeriodicMemstoreFlusher工作线程periodicFlusher的全部内容。同时，在上面针对每个HRegion的循环，以及后面针对每个HStore的判断，我们可以发现，flush还是以Region为最小单位进行的。即便是某个列簇下MemStore过大或者过旧，另外一个MemStore还比较小或者比较新的话，它还是跟着那个过大或者过旧的列簇一起flush，这也是HBase饱受诟病的列簇不能过多的原因之一。在HBase1.1.2版本中，有对于MemStore flush的改进，改成了以HStore，即列簇为单位进行。此乃后话，我们以后再做分析。