技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 其他 --> HBase中如何开发LoadBalance插件

HBase中如何开发LoadBalance插件

浏览:1789次  出处信息

    HBase 中的LoadBalancer策略控制了如何在集群启动时Assign所有用户Region到各个RegionServer上,以及如何定期检查Region分布情况并重新调整Region位置的。这些工作在0.92之前的版本中都是在HBase Master内核中实现的,开发人员如果希望扩展自己的LoadBalancer插件,只能Hack源码,但这随着社区版本的升级,Hack工作必须移植到新的版本中。幸好在0.92版本中,HBase将LoadBalancer策略从Master内核中抽取了出来,开放了LoadBalancer Interface,允许开发者根据自己的业务特定扩展自己的LoadBalancer插件。

    定制LoadBalancer插件需要两个步骤:

  • 继承org.apache.hadoop.hbase.master.LoadBalancer Interface,实现自己的LoadBalancer Class
  • 在hbase-site.xml中增加配置项,使得定制的LoadBalancer生效
  • hbase.master.loadbalancer.class

    {your custom loadbalancer class name}

        因此,开发LoadBalancer插件的前提准备工作便是清楚了解org.apache.hadoop.hbase.master.LoadBalancer这个Interface:

    public interface LoadBalancer extends Configurable {
    
    /**
    
    * Set the current cluster status.  This allows a LoadBalancer to map host name to a server
    
    * @param st
    
    */
    
    public void setClusterStatus(ClusterStatus st);
    
    //这个方法一般参考org.apache.hadoop.hbase.master.DefaultLoadBalancer即可,无需定制
    
    /**
    
    * Set the master service.
    
    * @param masterServices
    
    */
    
    public void setMasterServices(MasterServices masterServices);
    
    //这个方法一般参考org.apache.hadoop.hbase.master.DefaultLoadBalancer即可,无需定制
    
    /**
    
    * Perform the major balance operation
    
    * @param clusterState
    
    * @return List of plans
    
    */
    
    public List balanceCluster(Map> clusterState);
    
    //这个方法是HBase Master内部的balancer线程定期执行调用,用来定期检查并ReBalance集群
    
    /**
    
    * Perform a Round Robin assignment of regions.
    
    * @param regions
    
    * @param servers
    
    * @return Map of servername to regioninfos
    
    */
    
    public Map> roundRobinAssignment(List regions, List servers);
    
    //这个方法是HBase Master在启动时调用的,用来批量调度所有用户Region到RegionServer上(hbase.master.startup.retainassign设置为false时生效,与retainAssignment互斥)
    
    /**
    
    * Assign regions to the previously hosting region server
    
    * @param regions
    
    * @param servers
    
    * @return List of plans
    
    */
    
    public Map> retainAssignment(Map regions, List servers);
    
    //这个方法是HBase Master在启动时调用的,可以保持上次集群中Region的分布位置不变(hbase.master.startup.retainassign设置为true时生效,与roundRobinAssignment互斥)
    
    /**
    
    * Sync assign a region
    
    * @param regions
    
    * @param servers
    
    * @return Map regioninfos to servernames
    
    */
    
    public Map immediateAssignment(List regions, List servers);
    
    // 这个方法用来立即将目标regions进行assign,主要是要快速assign,可以暂时忽略均衡问题,交由balancer线程后续定期rebalance解决
    
    /**
    
    * Get a random region server from the list
    
    * @param servers
    
    * @return Servername
    
    */
    
    public ServerName randomAssignment(List servers);
    
    // 这个方法是在随机assign一个region时被调用,从当前live的regionservers中选取一个随机的server作为assignregion的目标,
    
    }
    

        在熟悉了LoadBalancer接口之后,我们可以开始创建一个自定义的LoadBalancer Class,实现定制化的Balance策略。HBase中默认的Balance策略是RegionServer级别的,即保证每个RegionServer中的Region数量均衡,但没有考虑到每个Table内部的Regions在所有RegionServers中的均衡,下图可以清晰的描述这个问题:

        由上图可以看出,各个RegionServer中的Regions数量是均衡的,但是每个Table内部都是不均衡的,因此各个Table的访问者很容易出现局部访问热点。我们定制Table Level的LoadBalancer不仅要实现RegionServer级别的Balance,同时也要实现Table级别的Balance,如下图所示:

        

        由上图可以看出,不仅RegionServer间保持均衡,每个Table内部的Region也是均匀分布的。具体实现TableLevelLoadBalancer是,要重点关注LoadBalancer Interface中的以下几个主要方法:

  • Map> roundRobinAssignment(List, List),HBase Master启动时将各个用户Table的Regions依次均匀assign到各个RegionServer中,这个可以参考DefaultLoadBalancer中的实现
  • Map> retainAssignment(Map regions, List servers), HBase Master启动时如果发现hbase.master.startup.retainassign设为true了,则不会进行roundRobinAssignment,而是调用这个方法保持上一次集群的region assign方案,这个方法也可以参考DefaultLoadBalancer中的实现
  • List balanceCluster(Map> clusterState),HBase Master中Balancer线程定期调用这个方法来进行ReBalance,这个方法是我们需要重点关注的,也是定制的关键,在这个方法中,我们主要进行了2个步骤:
  • 遍历当前各个table的regions在RegionServer中的分布情况,计算出各个table在每个RegionServer中应该的均匀region数量
  • 重新遍历当前各个table的regions在RegionServer中的分布情况,对于每个Table,根据第一步的计算出的均匀负载值,生成RegionPlan List,将每个RegionServer中超出均匀负载的region移到低于均匀负载的RegionServer中。在这个步骤中,同样需要保证每个RegionServer中总的Region数量是均衡的,这需要算法实现保证,稍有算法基础的开发人员应该可以很容易做到,这里就不细说了。
  • Map immediateAssignment(List regions, List servers),这个方法是用来快速assign region的,无需考虑复杂因素,因此这个方法也可以参考DefaultLoadBalancer中的实现,无需定制
  • ServerName randomAssignment(List servers), 这个方法是随机选择一个Live的RegionServer来作为assign的目标,因此这个方法也可以参考DefaultLoadBalancer中的实现
  •     至于LoadBalancer Interface中的其他几个方法,都是设置环境和配置信息的,因此完全拷贝DefaultLoadBalancer中的实现即可。

        本文主要介绍了HBase 0.92中如何开发LoadBalancer插件的方法,以及我们如何定制Table-Level的LoadBalancer插件。此外,还有一些其他的LoadBalancer插件思路也是不错的选择,例如:基于Region I/O负载的LoadBalancer插件,以及基于HDFS Block Locality的LoadBalancer插件,我们后续将进行更多的尝试和介绍

    建议继续学习:

    1. HBase集群出现NotServingRegionException问题的排查及解决方法    (阅读:16204)
    2. HFile存储格式    (阅读:14521)
    3. hbase运维    (阅读:13669)
    4. hbase介绍    (阅读:11014)
    5. HBase技术介绍    (阅读:6737)
    6. HBase随机写以及随机读性能测试    (阅读:6478)
    7. HBase性能优化方法总结    (阅读:5817)
    8. HBase二级索引与Join    (阅读:5763)
    9. HBase Thrift 接口使用注意事项    (阅读:5391)
    10. Cassandra和HBase主要设计思路对比    (阅读:4131)
    QQ技术交流群:445447336,欢迎加入!
    扫一扫订阅我的微信号:IT技术博客大学习
    © 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

    京ICP备15002552号-1