剖析HBase負載均衡和性能指標

1.概述

　　在分布式系統中，負載均衡是一個非常重要的功能，在HBase中通過Region的數量來實現負載均衡，HBase中可以通過hbase.master.loadbalancer.class來實現自定義負載均衡算法。下面將為大家剖析HBase負載均衡的相關內容以及性能指標。

2.內容

　　在HBase系統中，負載均衡是一個周期性的操作，通過負載均衡來均勻分配Region到各個RegionServer上，通過hbase.balancer.period屬性來控制負載均衡的時間間隔，默認是5分鍾。觸發負載均衡操作是有條件的，但是如果發生如下情況，則不會觸發負載均衡操作：

• 負載均衡自動操作balance_switch關閉，即：balance_switch false
• HBase Master節點正在初始化操作
• HBase集群中正在執行RIT，即Region正在遷移中
• HBase集群正在處理離線的RegionServer

2.1 負載均衡算法

　　HBase在執行負載均衡操作時，如何判斷各個RegionServer節點上的Region個數是否均衡，這里通過以下步驟來判斷：

1. 計算均衡值的區間范圍，通過總Region個數以及RegionServer節點個數，算出平均Region個數，然后在此基礎上計算最小值和最大值
2. 遍歷超過Region最大值的RegionServer節點，將該節點上的Region值遷移出去，直到該節點的Region個數小於等於最大值的Region
3. 遍歷低於Region最小值的RegionServer節點，分配集群中的Region到這些RegionServer上，直到大於等於最小值的Region
4. 負責上述操作，直到集群中所有的RegionServer上的Region個數在最小值與最大值之間，集群才算到達負載均衡，之后，即使再次手動執行均衡命令，HBase底層邏輯判斷會執行忽略操作

2.2 實例分析

　　下面筆者通過一個實際的應用場景來給大家剖析HBase負載均衡算法的實現流程。舉個例子，假如我們當前有一個5台節點規模的HBase集群（包含Master和RegionServer），其中2台Master和3台RegionServer組成，每台RegionServer上的Region個數，如下圖所示。

　　

 

　　在執行負載均衡操作之前，會計算集群中總的Region個數，當前實例中集群中的Region總個數為175+56+99=330。然后計算每個RegionServer需要容納的Region平均值。計算結果如下：

平均值(110) = 總Region個數(330) / RegionServers總數(3)

　　計算最小值和最大值來判斷HBase集群是否需要進行負載均衡操作，計算公式如下：

# hbase.regions.slop 權重值，默認為0.2
最小值 = Math.floor(平均值 * (1-0.2))
最大值 = Math.ceil(平均值 * (1+0.2))

　　HBase集群如果判斷各個RegionServer中的最小Region個數大於計算后的最小值，並且最大Region個數小於最大值，這是直接返回不會觸發負載均衡操作。根據實例中給出的Region數，計算得出最小值Region為88，最大值Region為132。

　　由於實例中RegionServer2的Region個數為56，小於最小值Region數88，而RegionServer1的Region個數為175，大於了最大值Region數132，所以需要負載均衡操作。

　　HBase系統有提供管理員命令，來操作負載均衡，具體操作如下：

# 使用hbase shell命令進入到HBase控制台，然后開啟自動執行負載均衡
hbase(main):001:0> balance_switch true

　　這樣HBase負載均衡自動操作就開啟了，但是，如果我們需要立即均衡集群中的Region個數怎么辦？這里HBase也提供了管理命令，通過balancer命令來實現，操作如下：

hbase(main):001:0> balancer

　　但是，這樣每次手動執行，每次均衡的個數不一定能滿足要求，那么我們可以通過封裝該命令，用腳本來調度執行，具體實現代碼如下：

#! /bin/bash

num=$1

echo "[`date "+%Y-%m-%d %H:%M:%S"`] INFO : RegionServer Start Balancer..."
if [ ! -n "$num" ]; then
    echo "[`date "+%Y-%m-%d %H:%M:%S"`] INFO : Default Balancer 20 Times."
    num=20
elif [[ $num == *[!0-9]* ]]; then
    echo "[`date "+%Y-%m-%d %H:%M:%S"`] INFO : Input [$num] Times Must Be Number."
    exit 1
else
    echo "[`date "+%Y-%m-%d %H:%M:%S"`] INFO : User-Defined Balancer [$num] Times."
fi

for (( i=1; i<=$num; i++ ))
do
    echo "[`date "+%Y-%m-%d %H:%M:%S"`] INFO : Balancer [$i] Times,Total [$num] Times."
    echo "balancer"|hbase shell
    sleep 5
done

　　腳本默認執行20次，可以通過輸入一個整型參數來自定義執行次數。

　　當HBase集群檢查完所有的RegionServer上的Region個數已打要求，那么此時集群的負載均衡操作就已經完成了。如果沒有達到要求，可以再次執行上述腳本，直到所有的Region個數在最小值和最大值之間為止。當HBase集群中所有的RegionServer完成負載均衡后，實例中的各個RegionServer上的Region個數分布，如下圖所示。

　　此時，各個RegionServer節點上的Region個數均在最小值和最大值范圍內，HBase集群各個RegionServer節點上的Region處理均衡狀態。

3.性能指標

　　在HBase系統中，有一個非常重要的性能指標，那就是集群處理請求的延時。HBase系統為了反應集群內部處理請求所耗費的時間，提供了一個工具類，即：org.apache.hadoop.hbase.tool.Canary，這個類主要用戶檢查HBase系統的耗時狀態。如果不知道使用方法，可以通過help命令來查看具體的用法，命令如下：

hbase org.apache.hadoop.hbase.tool.Canary -help

（1）查看集群中每個表中每個Region的耗時情況

hbase org.apache.hadoop.hbase.tool.Canary

（2）查看money表中每個Region的耗時情況，多個表之間使用空格分割

# 查看money表和person表
hbase org.apache.hadoop.hbase.tool.Canary money person

（3）查看每個RegionServer的耗時情況

hbase org.apache.hadoop.hbase.tool.Canary -regionserver dn1

　　通常情況下，我們比較關注每個RegionServer節點的耗時情況，將該命令封裝一下，然后打印集群中每個RegionServer的耗時情況，腳本實現如下所示：

#########################################################
# 將捕獲的RS耗時，寫入到InfluxDB中進行存儲，用於繪制歷史趨勢圖
#########################################################
#!/bin/bash
 
post_influxdb_write='http://influxdb:8086/write?db=telegraf_rs'

source /home/hadoop/.bash_profile
 
for i in `cat rs.list`
    do
        timespanStr=`(hbase org.apache.hadoop.hbase.tool.Canary -regionserver $i 2>&1) | grep tool.Canary`
        timespanMs=`echo $timespanStr|awk -F ' ' '{print $NF}'`
        timespan=`echo $timespanMs|awk -F "ms" '{print $1}'`
        echo `date +'%Y-%m-%d %H:%M:%S'` INFO : RegionServer $i delay $timespanMs .
        currentTime=`date "+%Y-%m-%d %H:%M:%S"`
        currentTimeStamp=`date -d "$currentTime" +%s`
        insert_sql="regionsever,host=$i value=$timespan ${currentTimeStamp}000000000"
        #echo $insert_sql
        curl -i -X POST "$post_influxdb_write" --data-binary "$insert_sql"
    done 
exit

4.總結

　　在維護HBase集群時，比如重啟某幾個RegionServer節點后，可能會發送Region不均衡的情況，這時如果開啟自動均衡后，需要立即使當前集群上其他RegionServer上的Region處於均衡狀態，那么就可以使用手動均衡操作。另外，HBase集群中各個RegionServer的耗時情況，能夠反映當前集群的健康狀態。

5.結束語 

　　這篇博客就和大家分享到這里，如果大家在研究學習的過程當中有什么問題，可以加群進行討論或發送郵件給我，我會盡我所能為您解答，與君共勉！

　　另外，博主出書了《Hadoop大數據挖掘從入門到進階實戰》，喜歡的朋友或同學， 可以在公告欄那里點擊購買鏈接購買博主的書進行學習，在此感謝大家的支持。