hbase 删除列族下的某一列_技术夜校HBase运维实践

每年的“618”、“双11”、”双12“等促销日对“剁手党”来说是一场场的狂欢，而对于电商的运维团队来说则是一场又一场不能有丝毫松懈的战斗，会耗费大量精力和体力。在极限高并发访问的情况下，在线交易系统、支付系统等是如何经受住考验的呢？

技术夜校第五期邀请到有丰富电商运维经验，曾多次参与电商大促运维保障的大咖 云锦 给大家带来HBase运维实践的分享。他曾负责2万+服务器，在大数据，容器化方面积累了丰富的实战经验。

HBase是什么

分享伊始，云锦问了大家是否听说过HBase，现场同学反映热烈，大多数同学都有所了解。HBase是一个分布式的、面向列的开源数据库，适合于非结构化数据存储的数据库，基于列而不是基于行的模式。随着数据增长，自动分裂。它主要有3个特点：海量PB级存储、水平扩展，稀疏、多版本，数据类型单一、字节数组。

HBase的整体架构如下图：

从下往上分为三个部分，最下面为Hadoop，是一个HDMS分布式的存储系统，默认三副本，比较可靠。

HMaster和HRegionServer是一个主从架构，RegionServer主要作用是负责响应，客户端读写。在RegionServer里有Region和HLog，Hlog是预写日志，主要作用是防止某个RegionServer宕机后，可及时做恢复。HBase表的数据是分散在Region里的，随着表的数据越来越大，它可能会切分成多个Region，换言之，每个Region的数据就是表数据的一部分。Region里有store，一个Region有多少个store，取决于Region表里的数据有多少个列族。Store里有Memstore和StoreFile，Memstore是一块内存空间。架构最上面是HMaster，是响应客户端的DDL操作，如建表，删表，修改表等，以及对集群做balance，即表的数据会切分到多个Region，对Region做负载均衡。

Zookeeper是Client端的源数据寻阻入口，Client端请求Zookeeper达到meta表所在的RegionServer，最终根据用户的请求，与具体的RegionServer做交互。Client是操作HBase集群的入口。

HBase应用场景

HBase在监控、在线服务、订单信息等场景均有应用。

在线服务类场景中，以电信上网详单为例，电信用户庞大，每个用户上网流量详单的数据需要实时保存，需要底层数据库有较高吞吐，其次用户在做查询时，要求低延迟响应，随机读写。在切换HBase之前，经常出现服务不可用或响应慢的情况，切换后即较平稳。

在监控类场景中，涉及时间序列数据库，底层opentsdb实际的存储是HBase。集群峰值时tbs写入是两百多万，若用传统数据库则难以支撑，而用HBase则能轻松实现，在用户做调用链性能查询时，能做到实时响应。

在订单信息类场景中，可应用于电商历史订单、私信通知、App push通知等。随着电商的订单量越来越大，历史订单达到上百亿时，用传统的数据做分库分表风险较大。历史订单查询频率较低，用HBase能轻松解决海量存储及用户的在线查询。

HBase基本操作

如何使用HBase？HBase表与传统数据库表读写和查询有哪些不同？HBase表模型由rowkey、column family(列族)、timestamp(时间戳)三部分组成。与传统数据库相比，不同在于HBase有列族的概念，列族下面的列可以随着业务场景在线添加，时间戳可以对表格的历史版本号、版本数做保留。

HBase的基本操作有：查表、建表、插入数据、查询数据get、查询数据scan、删除数据等，具体如下：

查表

建表

插入数据

查询数据get

通过rowkey进行查询→查看rowkey下某个列族的信息→查看rowkey列族某个列的信息

查询数据scan

单列族查询→多列族查询→查询表前2行数据→指定rowkey的范围查询→指定数据版本的范围查询→指定列族与某个列名查询

删除数据

指定rowkey以及列名进行删除→删除一个列族→清空表数据

HBase日常维护

在HBase运维过程中，会遇到哪些常见问题？以及如何及时发现问题，遇到问题后该如何分析定位问题？基本排查思路如下图：

HBase监控体系

业务读写响应变慢，写入阻塞，RS宕机，第一反应都应该去看监控，很多异常都可以及时的反映出来，如资源使用情况，队列使用情况，业务相互干扰情况，Compaction情况等。

监控体系如何搭建？可以从三个维度入手。第一个维度是OS层面，常见的load、CPU、内存使用率、磁盘Util、网卡流量、连接数的监控等。

第二个维度是组件层面，涉及一些性能指标，如RS TPS、RS memstore、RS queue length 、RS RPC。

第三个维度是业务/表层面，如write、read、storefiles、storesize。

监控是提前发现及定位问题，但查找问题的根因需要通过日志分析的手段来实现。

HBase-日志分析

HBase-常见问题

结尾

在分享的最后，云锦用一句话总结了整体的分享内容——在需要实时读写、随机访问、超大规模数据集时，请使用HBase！

现场的同学听了云锦的分享后，表示收获很多，对于存在的一些疑问，现场也做了互动与交流。

同学1

出现热点数据倾斜，有哪些方案？

云锦 

热点问题，解决方案：rowkey采用加盐，哈希，反转，预分区等手段。

同学2

时序数据opentsdb和influxdb的底层数据库用的是什么？

云锦

opentsdb底层存储用的是HBase，influxdb存储是自身的TSM文件

同学3

如何保证高可用？

云锦

hmaster通过zookeeper做HA，hregionserver通过WAL，底层是HDFS，保证数据写入不丢失。

同学4

表数据规模达到多少，适用hbase ？

云锦

数据规模至少上亿条记录

【得物技术】

扫一扫关注公众号