[Binospace] HBase隔离技术

背景：

随着HBase在性能和稳定性持续改善和成功案例的积累，HBase逐渐成为了在大数据NoSQL领域的事实标准。越来越多有着大数据应用和处理需求的互联网公司、IT公司，将离线或者半在线的数据平台搭建在HBase之上。

在深入使用和运维过程中，我们发现当新的应用需求而来时，处于性能和效率的考虑，我们就要根据数据规模单独搭建系统，而应用需求和规模的变化，会给HBase的运维和资源使用带来了一定的困扰：

1）HBase集群越多，运维成本就越大。因为稳健的Hbase监控是要从底层存储设备、网络资源、内存、CPU、hdfs、RegionServer到应用服务器读写性能的自下向上的体系，搭建HBase集群的运维开销较大。

2）应用需求的改变，短时间内资源扩容与平衡资源利用率之间存在矛盾。因为需求对于资源需求的变化，可以通过短时间内牺牲非优先的存储性能来平衡。

于是，我们就在考虑构建一种HBase隔离技术，只需维护一个HBase集群，满足各个table在性能上的互不干扰，又支持访问安全隔离。

技术介绍：

HBase按照Table内RowKey进行横向切分成不同的Region，AssignmentManager会把Table的Region按照尽可能的公平性分配到不同的RegionServer上。

AM中LoadBalancer负责Region–>RS的分配和移动，因此，在HBASE_HOME_DIR/bin/graceful_stop.sh的脚本中，如果支持Region reload的选项，会首先关闭balance_switch开关，避免下线的Region被LoadBalancer移动到其它RS。目前LoadBalancer采用的DefaultLoadBalancer采用每个RS上Region个数尽可能平衡的调度策略。

如果实现HBase隔离技术，在AM层面就需要解决如下的问题：

1、实现Table与RS的映射关系。建立类似于RegionServer Group实体(RSG)，RS与RSG之间产生对应关系，Table与RSG之间产生映射关系。

• 借助实现LoadBalancer接口，实现从Table到不同RegionServerGroup的映射。
• HBase的Coprocessor机制，实现对于RegionServer Group相关信息的管理。具体可以参见下图：

GroupInfoManager维护了<Group,Table> <Group,RS>之间的映射关系，借助于Coprocessor机制的Observer接口，实现从HMaster到GroupInfo信息的管理{增、删、改}。

GroupBasedLoadBalancer重新实现了HMaster的LoadBalancer接口，每次Region的移动都按照Table-Group，Group-RS的方式进行。

 

RegionServerGroup的扩展：

1）针对RSG配置不同的系统参数的功能。RegionServer上不同的参数配置，会影响其Table的性能，如果可以根据区分table的RSG来配置，就可以根据Table的需求进行有针对性的设置。例如对于读性能要求较高的应用，可以设置hfile.block.cache.size稍微大一些，增大Cache在JVM HeapSize所占的比重。

2）提供备用RSG，可以动态调整该分组的RS到资源需求最为紧张的RSG等。该方法需要有一个较为客观公平的资源评估算法，能够快速评估出读写负载与资源分配的平衡性。

2、table配置NameSpace。借助HDFS Federation的概念与方法，实现对于Table的区分、配置、以及访问的ACL。

1）每一个Table都隶属于一个NameSpace之下，每个NameSpace都有自己的Quota信息。例如Region的个数、hfile存储空间、甚至HBase之上的RPC的流量控制等。

2）每一个Table对应一个ACL，可以建立在ColumnFamily或者更细粒度的Column上。

例如 /hbase/data/binospace/binospace.webdata ,其中/hbase是root，data代表了这是普通的数据表，而非系统表，binospace是用户的NameSpace，而webdata是具体的表名。

使用类似目录层次的方式来管理hbase的Table的好处有：

1）hdfs或者文件系统在目录层次的管理上有成熟的方案。

2）以目录结构为特征的ACL、Quota等配置更有效。

 总结：

在当前HBase应用不断发展，Snapshot、Replication、Block Encoding、Random Read Performance、Secondary Indexing 以及本文提到的Isolation都是摆在HBase高级用户或者二次开发面前的难题。隔离技术决定了HBase能否实现资源统一化管理的关键。本文介绍的RegionServerGroup和NameSpace技术，目前看来是实现隔离的一种比较有效的方案。

 参考文档：

[1]RegionServer Group https://issues.apache.org/jira/browse/HBASE-6721

[2]NameSpace https://issues.apache.org/jira/browse/HBASE-8015

[3]Hug2013April HBase-As-a-Service-At-Yahoo! http://www.slideshare.net/ydn/april-2013-hug-hbase-as-a-service-at-yahoo

原创文章，转载请注明： 转载自 Binospace

本文链接地址:  http://www.binospace.com/index.php/the-hbase-isolation-technology/

 

From Binospace, post HBase隔离技术

文章的脚注信息由WordPress的wp-posturl插件自动生成