HBase1.x中Region的拆分是怎样的

这篇文章给大家介绍HBase1.x中Region的拆分是怎样的，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

第一部门：Region拆分的实现

    client端向hbase写数据，首先从zookeeper中获取元数据存储所在的regionserver,查找对应的region，在region中寻找列族，先向memstore中写入数据，开始都会先写入memstore(默认128MB)中（如果开启了WAL日志，则先写入WAL日志），随着数据写入增加,触发溢写操作（flush），溢写到磁盘文件生成StoreFile。当存储文件堆积时，RegionServer会将它们压缩成更少、更大的文件。每次刷新或压缩完成后，该区域中存储的数据量将发生变化。RegionServer会根据配置的Region拆分策略，以确定是否提交拆分请求。

    拆分策略配置在hbase-site.xml中，HBase的默认拆分策略：IncreasingToUpperBoundRegionSplitPolicy：

<property>  <name>hbase.regionserver.region.split.policy</name>  <value>org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy</value></property>

    拆分Region是由Regionserver本地决定，但是会有很多参与者协调，Regionserver再进行拆分前后都会通知HMaster,更新.mea元数据表信息，并重排HDFS目录结构和数据文件；Regionserver会保留执行状态的日志，以便发生错误时进行任务回滚，下面是HBase官网Region拆分实现流程图，来自RegionServers或Master的操作显示为红色，而来自客户端的操作显示为绿色，如图所示：

1. RegionServer拆分第一步，RegionServer获取表上的共享读锁定，以防止在拆分过程中修改架构。然后它在zookeeper下的/hbase/region-in-transition/region-name创建一个znode，并将znode的状态设置为SPLITTING。

2. Master开始了解znode，因为它有一个 region-in-transition的观察器。

3. RegionServer在HDFS中的parent region目录下创建一个子目录.splits。

4. RegionServer关闭parent region并在其本地数据结构中将region标记为离线。拆分region现在处于离线状态。这时来自parent region的客户端请求将抛出NotServingRegionException。客户端将重试一些备份。关闭Region被刷新。

5. RegionServer在.splits目录下为child regionA和B创建region目录，并创建必要的数据结构。然后，它会拆分存储文件，因为它会在parent region中为每个存储文件创建两个引用文件。这些引用文件将指向parent region的文件。

6. RegionServer在HDFS中创建实际的region目录，并为每个child  region移动引用文件。

7. RegionServer向.META.表发送一个Put请求，并将.META.表中的parent region设置为离线，添加有关子child region的信息。这里，.META.中的子region将不会有单独的条目。客户端将看到parent region在扫描.META.时被拆分。但直到他们出现在.META.其中才会知道这些child region。此外，如果Put到.META.成功后，parent region将会有效地拆分。如果RegionServer在此RPC成功之前失败，则Master和下一个Region Server打开该区域将清除有关region拆分的不干净状态。更新.META.之后，region分割将由Master进行前滚。

8. RegionServer并行打开child reigon A和B.

9. RegionServer将child reigon A和B添加到.META.，连同它承载区域的信息。拆分reigon 现在处于在线状态。在此之后，客户端可以发现新的reigon 并向他们发出请求。客户端在本地缓存.META.条目，但是当他们向RegionServer或者.META.发出请求时，他们的缓存将失效，他们将从.META.中了解新的reigon 。

10. RegionServer更新ZooKeeper中的znode /hbase/region-in-transition/region-name以表示状态SPLIT，以便主服务器可以了解它。必要时，平衡器可以自由地将子reigon 重新分配给其他RegionServer。拆分事务现在已完成。

11. 拆分之后，.META.和HDFS仍将包含对parent region的引用。在child region中进行压缩重写数据文件时，这些引用将被删除。主服务器中的垃圾收集任务会定期检查child region是否仍然引用parent region的文件。否则，parent region将被删除。

第二部分：Region拆分方式

    主要有三种拆分方式：预拆分、自动拆分、手动强制拆分；

    1.预拆分，

    就是在新建表时进行region拆分，根据数据分布特点，提前预分区可减少rowkey热点问题，另一方面减少region分裂导致短时不可用。

两种方法预分区：

方法一：

hbase org.apache.hadoop.hbase.util.RegionSplitter table_spilt_test1  HexStringSplit -c 10 -f info1:info2:info3

表名：table_spilt_test1  

拆分的region的数量：10

列族：info1,info2,info3

 方法二：

指定每个预拆分的region的rowkey的开始值

create 'test_table', 'table_spilt_test1  ', SPLITS=> ['1001', '2001', '3001']

2.自动拆分：

    Region默认大小为10G，超过10G就自动进行拆分，Region大小通过下面面这个参数控制，生产环境如果预分区后，每个Region数据都比较大可改成20G 30G：

    <property>      <name>hbase.hregion.max.filesize</name>      <value>10737418240</value>    </property>

3.手动强制拆分：

    可在hbase shell根据提示，对某个region进行强制拆分

Examples:    split 'tableName'    split 'namespace:tableName'    split 'regionName' # format: 'tableName,startKey,id'    split 'tableName', 'splitKey'    split 'regionName', 'splitKey

第三部分：Region拆分触发条件

    HBase表的拆分由以下公式决定：

Min (X^2 * "hbase.hregion.memstore.flush.size", "hbase.hregion.max.filesize")

说明：

1).X是该region中所包含的该表的region的数量;

2).hbase.hregion.memstore.flush.size默认值是128M;

3).hbase.hregion.max.filesize 默认值是10GB

    新建一张表并开始写入数据时，当达到128M开始第一次拆分，之后依次是512MB, 1152MB, 2GB, 3.2GB, 4.6GB, 6.2GB时候开始进行拆分，当达到hbase.hregion.max.filesize的设定值时便会永远在storefile 达到hbase.hregion.max.filesize进行拆分。

    需要特别注意的是filessize指的是store下的storefile的大小并不是整个region的大小，一个region可能包含很多个store，确切的说是该表有多少个family就有多少个store，当某个family下的storefile达到以上标准是就会拆分整个region而不管改region下的其他的store下的storefile是否已经达到触发条件。

关于HBase1.x中Region的拆分是怎样的就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。