一、簡介
HBase 從0.95開始引入了Snapshot，可以對table進行Snapshot，也可以Restore到Snapshot。Snapshot可以在線做，也可以離線做。Snapshot的實現不涉及到table實際數據的拷貝，僅僅拷貝一些元數據，比如組成table的region info，表的descriptor，還有表對應的HFile的文件的引用。
Hbase snapshot功能讓你對表進行快照而不對regionserver 產生太多影響。快照，克隆 和恢復操作不涉及數據拷貝。而且，將快照導出到其他集群也不會對regionserver有影響。
0.94之前的版本，備份或克隆的唯一方法就是利用 Copytable/ExportTable ， 或在禁用表后復制HDFS中的所有hfiles。這些方法的缺點是你會降低regionserver的性能，或者你需要禁用表。那意味着不能讀寫，這在生產環境通常是不可接受的。
首先在配置項中打開snapshot
<property><name>hbase.snapshot.enabled</name><value>true</value></property>
創建一個snapshot
無論表是否可用，你都可以做快照。Snapshot操作不涉及到數據復制。
$ ./bin/hbase shellhbase> snapshot 'myTable', 'myTableSnapshot-122112'
默認的行為是在snapshot之前刷一遍內存中的數據。這意味着內存中的數據也包括在snapshot之中。大多數情況中，這是我們所希望的。然而，如果你的配置可以忍受內存中的數據沒有刷進snapshot，你可以使用SKIP_FLUSH 選項來關閉。
沒有辦法確定或預測一個非常規並發的插入，更新將包括在給定的快照中，是否啟用刷新。快照只是在時間窗口中的表的表示。
快照操作到達每個區域服務器所需的時間從幾秒鍾到一分鍾不等，取決於資源負載和硬件或網絡的速度，以及其他因素。也沒有辦法知道一個給定的插入或更新是在內存中還是被刷新。
列出snapshot
$ ./bin/hbase shellhbase> list_snapshots
刪除snapshot
$ ./bin/hbase shellhbase> delete_snapshot 'myTableSnapshot-122112'
從snapshot 克隆一個表
從snapshot你可以創建一張數據與做snapshot時一樣的新表。克隆操作，不涉及數據拷貝，修改克隆表也不影響snapshot和原始表。
$ ./bin/hbase shellhbase> clone_snapshot 'myTableSnapshot-122112', 'myNewTestTable'
恢復一張表
恢復操作需要表離線不可用，恢復操作將讓表回到snapshot時的狀態，同時改變數據和schema，如果必要的話。
$ ./bin/hbase shellhbase> disable 'myTable'hbase> restore_snapshot 'myTableSnapshot-122112'
輸出到其他集群
$ bin/hbase org.apache.hadoop.hbase.snapshot.ExportSnapshot -snapshot MySnapshot -copy-to hdfs://srv2:8082/hbase -mappers 16
與其它集群的導出或導入
hbase org.apache.hadoop.hbase.snapshot.ExportSnapshot \-snapshot MySnapshot -copy-to hdfs://srv2:8082/hbase \-chuser MyUser -chgroup MyGroup -chmod 700 -mappers 16hbase org.apache.hadoop.hbase.snapshot.ExportSnapshot \-snapshot MySnapshot -copy-from hdfs://srv2:8082/hbase \-copy-to hdfs://srv1:50070/hbase \
用來改表名
hbase> disable 'tableName'hbase> snapshot 'tableName', 'tableSnapshot'hbase> clone_snapshot 'tableSnapshot', 'newTableName'hbase> delete_snapshot 'tableSnapshot'hbase> drop 'tableName'
二、原理解析
Snapshot之所以能在常數時間內完成，是因為它只是一組元數據（MetaData）的集合。Snapshot的操作都不需要復制任何業務數據。
首先我們要理解，HBase的底層存儲文件HFile是什么，以及是怎么被生成的、怎么被刪除的（或者叫生命周期）。其次就不難理解Snapshot為什么不需要復制業務數據了。
1. HFile是什么
HBase是一個Key-Value數據庫，其基本數據操作（如Put、Delete等）最后都化歸為Key-Value對，存儲在HDFS的一個個文件（HFile）中：
注意上圖綠色的Key字段中，最后有個1 Byte的Key Type域，即是用來區分Put和Delete的。
另外更需注意的一點是，HBase的Delete操作並不是立即定位到目標數據將其刪除或者做個刪除標記，因為HDFS不支持這種隨機寫。Delete操作也跟Put一樣存儲，只是Key Type域不一樣，以及Value域為空而已。HBase在讀取時，會將擁有Delete操作的數據過濾掉。而具體何時刪除目標數據，則是在對HFile做Compaction時。
2. HFile的兩種生成方式
HFile有兩種生成方式，分別是MemStore Flush和Compaction
- MemStore Flush
寫操作（Put、Delete等）在WAL（Write-Ahead Log）提交成功后，馬上會寫入對應Region Server的內存緩沖區（MemStore）中。在MemStore里這些操作是按key排好序的。當MemStore寫滿時，就會將這些數據寫入到HDFS中成為一個HFile。 - Compaction
HFile內部的數據是按key排好序的，但HFile之間的數據並不能保證key的順序，也就是說，對於新生成的HFile，其里面的key值並不都比老的HFile的大。因此每次檢索時，都需要在所有HFile中檢索一次，再將結果合並。雖然HBase針對這個設計了各種加速機制（如Bloom Filter），但HFile文件數目一多還是會比較吃力，因此就需要對HFile做合並操作（Compaction）。Compaction分為minor和major兩種級別，本質上都是從幾個HFile生成合並后的HFile（類似於合並幾個有序數組），然后，老的HFile被刪除，起用合並后的HFile。
3. HFile何時會被刪除
上面提到過的，在完成Compaction后，老的HFile就會被刪除，起用合並后的HFile。
4. Snapshot操作的實現
細心的你是否發現了一個事實，HFile是不會被追加或者修改的！HFile一旦生成，就不會再被改變，只有被拿去合並后，生成了新的HFile，完成自己的使命時才會被刪除。
那如果不刪除呢？
比如說，我今天建了個表開始跑業務，這個表總共生成了10個HFile，每二天又生成一些HFile，並因此觸發了合並操作，現在啟用的HFile里有一些是老的沒被合並的，有一些是新的由合並產生的。如果昨天那10個HFile還在，那我只要讓這個表啟用原來的這10個HFile，不就回滾到昨天的狀態了嘛。依靠的是什么？就是這10個HFile自從誕生之后就不會被改動，連追加都不會。他們像琥珀一樣，記錄了這個表昨天的所有數據。
因此，建立Snapshot其實就是把當前所有啟用的HFile文件名記錄下來，並提醒系統在Compaction時不要刪除它們。恢復Snapshot就是重新啟用當時的那些HFile。當然這兩句話說得不嚴謹，還有一些細節要處理，比如建Snapshot時要把內存里的東西也存下來先。具體是這樣的：
-
建立Snapshot
1，Master與RegionServer同步，讓他們同時進行MemStore flush
2，記錄MetaData，即當前表有哪些region，每個region使用的HFile是哪些
3，“標記”HFile以防被刪除
*建立Snapshot的過程不需要讓表下線。 -
恢復Snapshot
根據Snapshot對應的MetaData恢復各個region，該表需要先下線
總結
本文解析了為什么HBase的Snapshot操作只需要常數時間，不需要復制業務數據。其實說白了就一點，因為HFile生成之后只會被刪除，不會被修改，連追加的修改都不會！
參考：
https://blog.csdn.net/zxln007/article/details/78921838
https://blog.csdn.net/huang_quanlong/article/details/50875567