第4章　HBase数据备份及恢复

本章内容：

  • 使用distcp进行关机全备份
  • 使用CopyTable在表间复制数据
  • 将HBase表导出为HDFS上的转储文件
  • 以从HDFS上导入转储文件方式恢复HBase数据
  • 备份NameNode的元数据
  • 备份区域开始键
  • 集群复制

若要在生产环境中使用HBase，必须了解备份HBase的各种可选方案和操作方法。备份HBase时的难点是其待备份的数据集可能非常巨大，因此备份方案必须有很高的效率。HBase备份方案必须既能够伸缩至对数百TB的存储容量进行备份，又能够在一个合理的时间范围内完成数据恢复的工作。

备份HBase有两种策略。

  • 关闭集群然后进行全备份
  • 在线对集群进行备份

在进行关机全备份时，必须首先关闭HBase（或禁用所有表），然后使用Hadoop的distcp命令将HBase目录中的内容复制到同一（或另一）HDFS中的其他目录中。在使用关机全备份进行恢复时，只要使用distcp命令将所备份的文件复制回原HBase目录就可以了。

在线备份集群也有以下几种方法。

  • 使用CopyTable工具来将一张表的数据复制到另一张表中
  • 将HBase表导出为HDFS文件，然后再将文件导入到HBase中
  • HBase集群复制

CopyTable实用程序可以用来在一张表与本集群（或其他集群）中的另一张表之间复制数据。Export实用程序可将某张表中的数据转储到本集群的HDFS中。作为Export的搭档，Import实用程序可用来恢复转储文件中的数据。

上述每种方法都有其自身的优缺点。关机全备份的优点是在备份过程中集群不会有数据写入，因此它能够确保备份的一致性。其不足之处也很显而易见，那就是要关闭集群。对于在线备份集群的方式来说，因为集群处于运行状态，所以有在备份过程中丢失某些数据修改的风险。此外，HBase的数据修改只是一个行级的原子操作，如果你的表是彼此依赖的，而且在执行 ...

Get HBase管理指南 now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial