CDH是Cloudera的完全开源分布式Apache Hadoop及相关项目（包括Apache HBase）。CDH的当前版本（4.2）引入的一个HBase新特性最近加入到了主干中，允许用户对指定表进行快照。
在CDH4.2之前，唯一能够备份或克隆表的方法就是使用复制/导出表或者在关闭表之后拷贝HDFS中所有的hfile。复制/导出是通过一系列工具调用MapReduce来扫描并复制表，这样会对域服务器的效率有直接的影响。关闭表会停止所有的读写操作，实际环境中往往无法接受。
相比之下HBase快照允许管理员不拷贝数据直接克隆一张表，这对域服务器产生的影响最小。将快照导出至其他集群不会直接影响到任何域服务器；导出只是带有一些额外逻辑的群间数据同步。
下面是一些HBase快照的使用场景：
- 从用户/应用异常中还原
- 从一个已知的安全状态恢复/还原
- 查看之前的快照并有选择性的合并不同写入产品环境
- 当主应用程序升级或改版时保存快照。
- 在指定时间审查和/或报告数据。
- 按照规定捕获月度数据
- 生成日终/月末/季末报告
- 应用测试
- 通过快照模拟生产环境下结构或应用发生的变化，测试完成即可丢弃。例如：生成快照，利用快照中内容构建新表（原有结构+数据）并且修改新表的结构，添加或删除列之类。（原始表、快照和新表保持相互独立）
- 减少工作压力
- 生成快照，导入到其他集群，然后运行MapReduce jobs。因为导出的快照是HDFS级别，所以不会像复制表那样降低HBase主集群的效率。
快照是什么？
快照就是一份元信息的合集，允许管理员恢复到表的先前状态。快照不是表的复制而是一个文件名称列表，因而不会复制数据。完全快照恢复是指恢复到之前的"表结构"以及当时的数据，快照之后发生的数据不会恢复。
Read full article from Apache HBase快照介绍 - ImportNew
No comments:
Post a Comment