HBase 多級索引

華為方案

華為在HBTC 2012上由其高級技術經理Anoop Sam John透露了其二級索引方案，這在業界引起極大的反響，甚至有人認為，如果華為早點公布這個方案，hbase的某些問題早就解決了。其核心思想是保證索引表和主表在同一個region server上。

更新：目前該方案華為已經開源，詳見：https://github.com/Huawei-Hadoop/hindex

下面來對其方案做一個分析。

1.整體架構

這個架構在Client Ext中設定索引細節，在Balancer中收集信息，在Coprocessor中管理二級索引數據。

2.表創建

在創建表的時候，在同一個region server上創建索引表，且一一對應。

3.插入操作

在主表中插入某條數據后，用Coprocessor將索引列寫到索引表中去，寫道索引表中的數據的主鍵為：region開始key+索引名+索引列值+主表row key。這么做，是為了讓其在同一個分布規則下，索引表會跟主表在通過region server上，在查詢的時候就可以少一次rpc。

4.scan操作

一個查詢到來的時候，通過coprocessor鈎子，先從索引表中查詢范圍row，然后再從主表中相關row中掃描獲得最終數據。

5. split操作處理

為了使主表和索引表在同一個RS上，要禁用索引表的自動和手動split，只能由主表split的時候觸發，當主表split的時候，對索引表按其對應數據進行划分，同時，對索引表的第二個daughter split的row key的前面部分修改為對應的主鍵的row key。

6. 性能

查詢性能極大提升,插入性能下降10%左右

總結，本文對華為hbase使用coprocessor進行二級索引的方案的創建表，插入數據，查詢數據的步驟進行了一個粗略分析，以窺其全貌。在使用的時候，可以作為一個參考。

 

該方案主要優勢

  1. Idx表的索引所處位置與原數據位置處於同一個Region內

  2. 使用RegionObserver鈎子，減少了IPC次數

 HBase官方文檔：

      http://hbase.apache.org/book.html#cp

      https://blogs.apache.org/hbase/entry/coprocessor_introduction

相關部署：

HBase官方example :

　　alter 't1', METHOD => 'table_att',
　　　　'coprocessor'=>'hdfs:///foo.jar|com.foo.FooRegionObserver|1001|arg1=1,arg2=2'

上傳jar包到hdfs:

　　bin/hdfs dfs -put ~/bzhou/wad-hbase-0.0.1-SNAPSHOT.jar /data/weidou_ad/wad-hbase.jar

上傳后的位置：

　　hdfs://wdc0:9000/data/weidou_ad/wad-hbase.jar

修改HBase表：

　　alter 'TestCoprocessor', METHOD => 'table_att', 
　　　　'coprocessor'=>'hdfs://wdc0:9000/data/weidou_ad/wad-hbase.jar|com.weidou.wad.hbase.WadBeforeScan||'

 

相關開發：

class XXXXX implements RegionObserver

public class WadBeforeScan extends BaseRegionObserver {

  Log log = LogFactory.getLog(WadBeforeScan.class);

  @Override
  public void preGetOp(ObserverContext<RegionCoprocessorEnvironment> e, Get get, List<Cell> results)
      throws IOException {
    super.preGetOp(e, get, results);
  }

  @Override
  public boolean preScannerNext(ObserverContext<RegionCoprocessorEnvironment> e, InternalScanner s,
      List<Result> results, int limit, boolean hasMore) throws IOException {
    log.info("preScannerNext.limit:" + limit);
    log.info("preScannerNext.hasMore:" + hasMore);
    log.info("preScannerNext.result.size:" + ((results == null) ? 0 : results.size()));
//    if (results != null) {
//      int idx = 0;
//      for (Result r : results) {
//        log.info("preScannerNext.result." + (++idx) + ":" + r.toString());
//      }
//    }
//
//    HTableInterface itf = e.getEnvironment().getTable(TableName.valueOf("BidRequest"));
//
//    Scan scan = new Scan();
//    byte[] startRow = Bytes.toBytes("0_00035792-a7ea-478e-8c7d-4ce9015fe7e9");
//    byte[] endRow = Bytes.toBytes("0_00035792-a7ea-478e-8c7d-4ce9015fe7e9");
//    scan.setStartRow(startRow);
//    scan.setStartRow(endRow);
//
//    ResultScanner resultscanner = itf.getScanner(scan);
//    for (Result result : resultscanner) {
//      results.add(result);
//    }

     String rowkey1 = "testrowkey1";
     String family1 = "testfamily1";
     String column1 = "testcol1";
     String value1 = "testvalue1";
    
     Cell cell =
     new KeyValue(Bytes.toBytes(rowkey1), Bytes.toBytes(family1), Bytes.toBytes(column1),
     Bytes.toBytes(value1));
     List<Cell> cells = Lists.newArrayList();
     cells.add(cell);
     Result r = Result.create(cells);
     results.add(r);
    
    return super.preScannerNext(e, s, results, limit, hasMore);
  }

}