Hbase的連接池--HTablePool被Deprecated之后

 

說明：

最近兩天在調研HBase的連接池，有了一些收獲，特此記錄下來。

本文先將官方文檔（http://hbase.apache.org/book.html）9.3.1.1節翻譯，方便大家閱讀，然后查閱了關鍵類HConnectionManager的Developer API（ http://hbase.apache.org/devapidocs/index.html） 做了一些總結。 

最后介紹一些閱讀0.96、0.98及最新源碼的精彩發現。

 

1.連接

HTable是HBase的client，負責從meta表中找到目標數據所在的RegionServers，當定位到目標RegionServers后，client直接和RegionServers交互，而不比再經過master。

HTable實例並不是線程安全的。如果有過多的線程嘗試與單個HTable實例通信，那么寫緩沖器可能會崩潰，這是可以使用HTablePool類進行操作。

當需要創建HTable實例時，明智的做法是 使用相同的HBaseConfiguration實例，這使得共享連接到RegionServers的ZK和socket實例，例如，應該使用這樣的代碼：

HBaseConfiguration conf = HBaseConfiguration.create();
HTable table1 = new HTable(conf, "myTable");
HTable table2 = new HTable(conf, "myTable");

而不是這樣的代碼：

HBaseConfiguration conf1 = HBaseConfiguration.create();
HTable table1 = new HTable(conf1, "myTable");
HBaseConfiguration conf2 = HBaseConfiguration.create();
HTable table2 = new HTable(conf2, "myTable");

2.連接池

當面對多線程訪問需求時，我們可以預先建立HConnection，參見以下代碼：

Example 9.1. Pre-Creating a HConnection

// Create a connection to the cluster.
HConnection connection = HConnectionManager.createConnection(Configuration);
HTableInterface table = connection.getTable("myTable");
// use table as needed, the table returned is lightweight
table.close();
// use the connection for other access to the cluster
connection.close();

構建HTableInterface實現是非常輕量級的，並且資源是可控的。

注意：

HTablePool是HBase連接池的老用法，該類在0.94，0.95和0.96中已經不建議使用，在0.98.1版本以后已經移除。

3.HConnectionManager

 

該類是連接池的關鍵，專門介紹。

HConnectionManager是一個不可實例化的類，專門用於創建HConnection。

最簡單的創建HConnection實例的方式是HConnectionManager.createConnection(config)，該方法創建了一個連接到集群的HConnection實例，該實例被創建的程序管理。通過這個HConnection實例，可以使用HConnection. getTable(byte[])方法取得HTableInterface implementations的實現，

例如：

 HConnection connection = HConnectionManager.createConnection(config);
            HTableInterface table = connection.getTable("tablename");
            try {
                // Use the table as needed, for a single operation and a single thread
            } finally {
                table.close();
                connection.close();
            }  

 

3.1構造函數

無，不可實例化。

3.2常用方法

（1）static HConnection  createConnection(org.apache.hadoop.conf.Configuration conf) 創建一個新的HConnection實例。

該方法繞過了常規的HConnection生命周期管理，常規是通過getConnection(Configuration)來獲取連接。調用方負責執行Closeable.close()來關閉獲得的連接實例。

推薦的創建HConnection的方法是：

        HConnection connection = HConnectionManager.createConnection(conf); 

        HTableInterface table = connection.getTable("mytable"); 

        table.get(...);

         ... 

        table.close(); 

        connection.close();

 

（2）public static HConnection getConnection(org.apache.hadoop.conf.Configuration conf)

根據conf獲取連接實例。如果沒有對應的連接實例存在，該方法創建一個新的連接。

注意：該方法在0.96和0.98版本中都被Deprecated了，不建議使用，但是在最新的未發布代碼版本中又復活了！！！

 

3.3實例代碼

 

package com.bigdata.dbhbase096;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.HConnection;
import org.apache.hadoop.hbase.client.HConnectionManager;
import org.apache.hadoop.hbase.client.HTableInterface;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.util.Bytes;

public class ConnectionPoolTest {
    private static final String QUORUM = "compute1";
    private static final String CLIENTPORT = "2181";
    private static final String TABLENAME = "minifiletable4";
    private static Configuration conf = null;
    private static HConnection conn = null;
    
    static{
        try {
            conf =  HBaseConfiguration.create();  
            conf.set("hbase.zookeeper.quorum", QUORUM);   
            conf.set("hbase.zookeeper.property.clientPort", CLIENTPORT);  
            conn = HConnectionManager.createConnection(conf);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }    
    
    
    public static void main(String[] args) throws IOException {
        HTableInterface htable = ConnectionPoolTest.conn.getTable(TABLENAME);
        try {
            Scan scan = new Scan();
            ResultScanner rs = htable.getScanner(scan);
            for (Result r : rs.next(5)) {
                for (Cell cell : r.rawCells()) {
                    System.out.println("Rowkey : " + Bytes.toString(r.getRow())
                            + "   Familiy:Quilifier : "
                            + Bytes.toString(CellUtil.cloneQualifier(cell))
                            + "   Value : "
                            + Bytes.toString(CellUtil.cloneValue(cell))
                            + "   Time : " + cell.getTimestamp());
                }
            }
        } finally {
            htable.close();
        }
        
    }
}

 

4.閱讀源碼的新發現

 

4.1消失的HConnectionManager.getConnection

 

　　從0.96和0.98版本HConnectionManager的源碼中可以看到

   static  final Map<HConnectionKey, HConnectionImplementation>  CONNECTION_INSTANCES;  

就是連接池，連接池中的每個連接用 HConnectionKey來標識，然而， HConnectionManager源碼中所有涉及 CONNECTION_INSTANCES的方法全都被Deprcated了。

我們來看已經被Deprecated的 getConnection方法：

/**
   * Get the connection that goes with the passed <code>conf</code> configuration instance.
   * If no current connection exists, method creates a new connection and keys it using
   * connection-specific properties from the passed {@link Configuration}; see
   * {@link HConnectionKey}.
   * @param conf configuration
   * @return HConnection object for <code>conf</code>
   * @throws ZooKeeperConnectionException
   */
  @Deprecated
  public static HConnection getConnection(final Configuration conf)
  throws IOException {
    HConnectionKey connectionKey = new HConnectionKey(conf);
    synchronized (CONNECTION_INSTANCES) {
      HConnectionImplementation connection = CONNECTION_INSTANCES.get(connectionKey);
      if (connection == null) {
        connection = (HConnectionImplementation)createConnection(conf, true);
        CONNECTION_INSTANCES.put(connectionKey, connection);
      } else if (connection.isClosed()) {
        HConnectionManager.deleteConnection(connectionKey, true);
        connection = (HConnectionImplementation)createConnection(conf, true);
        CONNECTION_INSTANCES.put(connectionKey, connection);
      }
      connection.incCount();
      return connection;
    }
  }  

根據傳入的conf構建HConnectionKey，然后以HConnectionKey實例為key到連接池Map對象CONNECTION_INSTANCES中去查找connection，如果找到就返回connection，如果找不到就新建，如果找到但已被關閉，就刪除再新建。

我們來看HConnectionKey的構造函數：

HConnectionKey(Configuration conf) {
    Map<String, String> m = new HashMap<String, String>();
    if (conf != null) {
      for (String property : CONNECTION_PROPERTIES) {
        String value = conf.get(property);
        if (value != null) {
          m.put(property, value);
        }
      }
    }
    this.properties = Collections.unmodifiableMap(m);
    try {
      UserProvider provider = UserProvider.instantiate(conf);
      User currentUser = provider.getCurrent();
      if (currentUser != null) {
        username = currentUser.getName();
      }
    } catch (IOException ioe) {
      HConnectionManager.LOG.warn("Error obtaining current user, skipping username in HConnectionKey", ioe);
    }
  }  

由以上源碼可知，接收conf構造HConnectionKey實例時，其實是將conf配置文件中的屬性賦值給HConnectionKey自身的屬性，換句話說，不管你new幾次，只要conf的屬性相同，new出來的HConnectionKey實例的屬性都相同。

結論一：conf的屬性 --》 HConnectionKey實例的屬性

接下來，回到getConnection源碼中看到這樣一句話：

 HConnectionImplementation connection = CONNECTION_INSTANCES.get(connectionKey);

該代碼是以HConnectionKey實例為key來查找CONNECTION_INSTANCES這個LinkedHashMap中是否已經包含了HConnectionKey實例為key的鍵值對，這里要注意的是，map的get方法，其實獲取的是key的hashcode，這個自己讀JDK源碼就能看到。

而HConnectionKey已經重載了hashcode方法：

 @Override
  public int hashCode() {
    final int prime = 31;
    int result = 1;
    if (username != null) {
      result = username.hashCode();
    }
    for (String property : CONNECTION_PROPERTIES) {
      String value = properties.get(property);
      if (value != null) {
        result = prime * result + value.hashCode();
      }
    }
    return result;
  }  

在該代碼中，最終返回的hashcode取決於當前用戶名及當前conf配置文件的屬性。所以，只要conf配置文件的屬性和用戶相同，HConnectionKey實例的hashcode就相同！

結論二：conf的屬性 --》HConnectionKey實例的hashcode

再來看剛才這句代碼：

      HConnectionImplementation connection =  CONNECTION_INSTANCES.get(connectionKey);

對於get方法的參數connectionKey，不管connectionKey是不是同一個對象，只要connectionKey的屬性相同，那connectionKey的hasecode就相同，對於get方法而言，也就是同樣的key！！！

所以，可以得出 結論三： conf的屬性 --》 HConnectionKey 實例的hashcode --》 get返回的connection實例

結論三換句話說說：

conf的屬性相同 --》 CONNECTION_INSTANCES.get返回同一個connection實例

 

然而，假設我們的HBase集群只有一個，那我們的HBase集群的conf配置文件也就只有一個（固定的一組屬性），除非你有多個HBase集群另當別論。

在這樣一個機制下，如果只有一個conf配置文件，則連接池中永遠只會有一個connection實例！那“池”的意義就不大了！

所以，代碼中才將基於getConnection獲取池中物的機制Deprecated了，轉而在官方文檔中建議：

*******************************************************************************************************************

當面對多線程訪問需求時，我們可以預先建立HConnection，參見以下代碼：

Example 9.1. Pre-Creating a HConnection

// Create a connection to the cluster.
HConnection connection = HConnectionManager.createConnection(Configuration);
HTableInterface table = connection.getTable("myTable");
// use table as needed, the table returned is lightweight
table.close();
// use the connection for other access to the cluster
connection.close();

構建HTableInterface實現是非常輕量級的，並且資源是可控的。

*******************************************************************************************************************

如果大家按照官方文檔的建議做了，也就是預先創建了一個連接，以后的訪問都共享該連接，這樣的效果其實和過去的getConnection完全一樣，都是在玩 一個connection實例！

 

4.2 HBase的新時代

我查看了Git上最新版本的代碼（https://git-wip-us.apache.org/repos/asf?p=hbase.git;a=tree），發現getConnection復活了：

/**
   * Get the connection that goes with the passed <code>conf</code> configuration instance.
   * If no current connection exists, method creates a new connection and keys it using
   * connection-specific properties from the passed {@link Configuration}; see
   * {@link HConnectionKey}.
   * @param conf configuration
   * @return HConnection object for <code>conf</code>
   * @throws ZooKeeperConnectionException
   */
  public static HConnection getConnection(final Configuration conf) throws IOException {
      return ConnectionManager.getConnectionInternal(conf);
  }  

這個不是重點，重點是最新版本代碼的pom：

  <groupId>org.apache.hbase</groupId>

40   <artifactId>hbase</artifactId>

   <packaging>pom</packaging>

 <version>2.0.0-SNAPSHOT</version>

  <name>HBase</name>

   <description>

     Apache HBase\99 is the Hadoop database. Use it when you need

     random, realtime read/write access to your Big Data.

    This project's goal is the hosting of very large tables -- billions of rows X millions of columns -- atop clusters

     of commodity hardware.

  </description>

HBase即將迎來2.0.0版本！！

HBase的下一個發布版是否會像Hadoop2.0那樣來一個華麗麗的升華，迎來眾多牛逼的新特性呢？

從 CHANGES.txt文檔中沒法得到最新的信息，最后一次更新還在2012年2月24日，看來開源大佬們也是愛編碼不愛寫文檔的主。。

 

參考：http://blog.csdn.net/u010967382/article/details/38046821