细述hbase协处理器

1.原由(Why HBase Coprocessor)

HBase做为列族数据库最常常被人诟病的特性包括：没法轻易创建“二级索引”，难以执行求和、计数、排序等操做。好比，在旧版本的(<0.92)Hbase中，统计数据表的总行数，须要使用Counter方法，执行一次MapReduce Job才能获得。虽然HBase在数据存储层中集成了MapReduce，可以有效用于数据表的分布式计算。然而在不少状况下，作一些简单的相加或者聚合计算的时候，若是直接将计算过程放置在server端，可以减小通信开销，从而得到很好的性能提高。因而，HBase在0.92以后引入了协处理器(coprocessors)，实现一些激动人心的新特性：可以轻易创建二次索引、复杂过滤器(谓词下推)以及访问控制等。

2.灵感来源( Source of Inspration)

HBase协处理器的灵感来自于Jeff Dean 09年的演讲( P66-67)。它根据该演讲实现了相似于bigtable的协处理器，包括如下特性:

每一个表服务器的任意子表均可以运行代码 

客户端的高层调用接口(客户端可以直接访问数据表的行地址，多行读写会自动分片成多个并行的RPC调用) 

提供一个很是灵活的、可用于创建分布式服务的数据模型 

可以自动化扩展、负载均衡、应用请求路由 

HBase的协处理器灵感来自bigtable，可是实现细节不尽相同。HBase创建了一个框架，它为用户提供类库和运行时环境，使得他们的代码可以在HBase region server和master上处理。

3.细节剖析（Implementation)

协处理器分两种类型，系统协处理器能够全局导入region server上的全部数据表，表协处理器便是用户能够指定一张表使用协处理器。协处理器框架为了更好支持其行为的灵活性，提供了两个不一样方面的插件。一个是观察者（observer），相似于关系数据库的触发器。另外一个是终端(endpoint)，动态的终端有点像存储过程。3.1观察者(Observer)

观察者的设计意图是容许用户经过插入代码来重载协处理器框架的upcall方法，而具体的事件触发的callback方法由HBase的核心代码来执行。协处理器框架处理全部的callback调用细节，协处理器自身只须要插入添加或者改变的功能。

以HBase0.92版本为例，它提供了三种观察者接口：

RegionObserver：提供客户端的数据操纵事件钩子：Get、Put、Delete、Scan等。 

WALObserver：提供WAL相关操做钩子。 

MasterObserver：提供DDL-类型的操做钩子。如建立、删除、修改数据表等。 

这些接口能够同时使用在同一个地方，按照不一样优先级顺序执行.用户能够任意基于协处理器实现复杂的HBase功能层。HBase有不少种事件能够触发观察者方法，这些事件与方法从HBase0.92版本起，都会集成在HBase API中。不过这些API可能会因为各类缘由有所改动，不一样版本的接口改动比较大，具体参考Java Doc。

RegionObserver工做原理，如图1所示。更多关于Observer细节请参见HBaseBook的第 9.6.3章节。 

 

 

 

 

 3.2终端(Endpoint)

终端是动态RPC插件的接口，它的实现代码被安装在服务器端，从而可以经过HBase RPC唤醒。客户端类库提供了很是方便的方法来调用这些动态接口，它们能够在任意时候调用一个终端，它们的实现代码会被目标region远程执行，结果会返回到终端。用户能够结合使用这些强大的插件接口，为HBase添加全新的特性。终端的使用，以下面流程所示：

1. 定义一个新的protocol接口，必须继承CoprocessorProtocol.
2. 实现终端接口，该实现会被导入region环境执行。
3. 继承抽象类BaseEndpointCoprocessor.
4. 在客户端，终端能够被两个新的HBase Client API调用 。

单个region：HTableInterface.coprocessorProxy(Class protocol, byte[] 
row) 。
rigons区域：HTableInterface.coprocessorExec(Class protocol, 
byte[] startKey, byte[] endKey, Batch.Call callable)

总体的终端调用过程范例，所示： 

 

 

 

 

4.编程实践(Code Example)

在该实例中，咱们经过计算HBase表中行数的一个实例，来真实感觉协处理器 的方便和强大。在旧版的HBase咱们须要编写MapReduce代码来汇总数据表中的行数，在0.92以上的版本HBase中，只须要编写客户端的代码便可实现，很是适合用在WebService的封装上。

4.1启用协处理器 Aggregation(Enable Coprocessor Aggregation)

咱们有两个方法： 

1.启动全局aggregation，能过操纵全部的表上的数据。经过修改hbase-site.xml这个文件来实现，只须要添加以下代码：

<property>
 <name>hbase.coprocessor.user.region.classes</name>
 <value>org.apache.hadoop.hbase.coprocessor.AggregateImplementation</value>
</property>

2.启用表aggregation，只对特定的表生效。经过HBase Shell 来实现。

1. disable指定表。hbase> disable 'mytable'
2. 添加aggregation hbase> alter 'mytable', METHOD => 
3. 'table_att','coprocessor'=>'|org.apache.hadoop.hbase.coprocessor.AggregateImplementation||'
4. 重启指定表 hbase> enable 'mytable'

disable 'xyz'
alter 'xyz','coprocessor'=>'|org.apache.hadoop.hbase.coprocessor.example.RowCountEndpoint||'
enable 'xyz'

 

 

 

 

 

package hbase.learn.com;
import java.util.Map;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.HTable;
public class RowCount {
  public static void main(String[] args) {
   String tableName="xyz";
    // Get instance of Configuration
   Configuration configuration = HBaseConfiguration.create();
    // Get table instance
   HTable table = new HTable(configuration, tableName);
    final ExampleProtos.CountRequest request = ExampleProtos.CountRequest.getDefaultInstance();
     Map<byte[],Long> results = table.coprocessorService(ExampleProtos.RowCountService.class,
        null, null,
        new Batch.Call<ExampleProtos.RowCountService,Long>() {
         public Long call(ExampleProtos.RowCountService counter) throws IOException {
         ServerRpcController controller = new ServerRpcController();
         BlockingRpcCallback<ExampleProtos.CountResponse> rpcCallback =
            new BlockingRpcCallback<ExampleProtos.CountResponse>();
         counter.getRowCount(controller, request, rpcCallback);
         ExampleProtos.CountResponse response = rpcCallback.get();
          if (controller.failedOnException()) {
           throw controller.getFailedOn();
         }
          return (response != null && response.hasCount()) ? response.getCount() : 0;
        }
       });
      long sum=0;
      int count=0;
      for(Long l:results.values()){
       sum+=l;
       count++;
     }
     System.out.println("row count = "+sum);
     System.out.println("region count = "+count);
 }
}

 

 

欢迎工做一到五年的Java工程师朋友们加入Java架构开发： 855835163

群内提供免费的Java架构学习资料（里面有高可用、高并发、高性能及分布式、Jvm性能调优、Spring源码，MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多个知识点的架构资料）合理利用本身每一分每一秒的时间来学习提高本身，不要再用"没有时间“来掩饰本身思想上的懒惰！趁年轻，使劲拼，给将来的本身一个交代！