hbase协处理器入门实战

1、基础介绍

协处理器允许用户在region服务器上运行自己的代码，允许用户执行region级别的操作，并且可以使用与RDBMS中触发器(trigger)类似的功能。在客户端，用户不用关心操作具体在哪里执行，HBase的分布式框架会帮助用户把这些工作变得透明。协处理器框架提供了一些类，用户可以通过继承这些类来扩展自己的功能。比如通过hbase的协处理器我们可以实现二级索引（secondary indexing）、复杂过滤（complex filtering） 比如谓词下推（push down predicates）以及访问控制等功能。
主要分为两类：Observer和RDMBS的触发器很类似，在一些特定事件发生时被执行。这些事件包括用户产生的事件，也包括服务器内部产生的事件。目前hbase内置实现的Observer主要有以下几个：
（1）Observer
WALObserver:提供控制WAL的钩子函数；
MasterObserver:可以被用作管理或DDL类型的操作，这些是集群级的事件。（SQL语言共分为四大类：数据查询语言DQL：select关键字，数据操纵语言DML：insert、update、delete，数据定义语言DDL:create table/view/index/syn/cluster创建表索引视图等，数据控制语言DCL：grant授权rollback回滚commit提交。）
RegionObserver:用户可以用这种处理器处理数据修改事件，它们与标的region联系紧密；
BulkLoadObserver:进行BulkLoad的操作之前或之后会触发这个钩子函数；
RegionServerObserver:RegionServer上发生一些操作可以触发一些这个钩子函数，这个是regionserver级别的事件
EndpointObserver:每当用户调用endpoint之前或之后会触发这个钩子，主要是提供了一些回调方法
（2）Endpoint
endpoint和RDMBS的存储过程很类似，用户提供一些自定义代码，并在hbase服务器端执行，结果通过RPC返回给客户。比较常见的场景包括聚合操作（求和、计数等）。有了endpoint，我们就可以充分利用服务器的资源，进行一些计算，大大提升计算的效率、减少通讯开销。

参考链接：

本文参考

https://www.iteblog.com/archives/2508.html

使用协处理器统计hbase行数

https://blog.csdn.net/jameshadoop/article/details/42645551

协处理器基础知识讲解，基本概念、测试用例demo、协处理器的装载与卸载！！！！！

https://www.cnblogs.com/EnzoDin/p/9577561.html

协处理器实现二级索引demo

https://blog.csdn.net/yueyedeai/article/details/16922065