|
1.不同版本间集群是否可以迁移？
2.distcp命令的作用是什么？
3..MEAT表的作用是什么？
4.相互不通信集群，数据该如何迁移？
HBase迁移数据方案一（集群互联）
花了一天的时间查资料做测试，略微的总结了一下hbase数据迁移的方法。
一、需要在hbase集群停掉的情况下迁移
步骤：
(1)执行Hadoop distcp -f filelist "hdfs://new cluster ip:9000/hbasetest"
(2)在new cluster执行./hbase org.jruby.Main add_table.rb /hbase/table20111222，将拷贝来的表加入到.MEAT.中（会出现region的数目不一致的问题，这个需要重启hase才能解决）
说明：(1)filelist为hdfs上的列表文件，内容如下：
/hbase/table20111222
/hbase/table20120131
(2)如果两个集群的hadoop版本不一致，需要在new cluster上执行hadoop distcp，否则会出现读写异常；
二、在集群运行的时候进行数据迁移
1、Replication：
这个是动态的备份（可以理解为实时备份）
步骤：
(1)在old cluster将需要迁移的表属性进行修改：
disable 'your_table'
alter 'your_table', {NAME => 'family_name', REPLICATION_SCOPE => '1'}
enable 'your_table'
(2)打开new cluster集群的replication，修改hbase-site.xml
<property>
<name>hbase.replication</name>
<value>true</value>
</property>
(3)添加peer，在new cluster的hbase shell中执行：add_peer '1','old cluster ip:2181:/hbase'，启动replication，执行start_replication
说明：需要两个集群的hadoop版本一致，否则出现读写错误
2、CopyTable：
可以在本集群中拷贝一张表，也可以将表拷贝到其他的集群中。
命令：./hbase org.apache.hadoop.hbase.mapreduce.CopyTable --peer.adr=new cluster ip:2181:/hbase zy_test
说明：(1)拷贝完成，不需要重启机器，在new cluster中就可以看到该表;
(2)稳定性还需要考虑，测试过程中遇到一个问题，拷贝过程中始终都停留在这里Lookedup root region location, 查看日志没有什么错误和相关的信息。
3、Export and Import
步骤：
(1)在old cluster上执行：./hbase org.apache.hadoop.hbase.mapreduce.Export test hdfs://new cluster ip:9000/zhuangyang/test
(2)在new cluster上执行：./hbase org.apache.hadoop.hbase.mapreduce.Import test hdfs://new cluster ip:9000/zhuangyang/test
说明：
(1)一定要写全路径，不能写相对路劲;
(2)在import前，需要将表事先在new cluster中创建好.
以上都是在old cluster和new cluster网络相通的情况下实现数据迁移的办法。
HBase迁移数据方案二（两个集群不能通信）
两个可以直接通信的集群之间很容易拷贝数据从而迁移HBase数据。
但是如果两个集群在不同的网络，没法通信呢？
今天测试了一个方案：
把某个表(table1)从集群1迁移到集群2（两个集群互相看不见），步骤如下
1、拷贝集群1的表文件到本地磁盘 :
/app/cloud/Hadoop/bin/hadoop fs -copyToLocal /hbase/table1 /data0/hbase-backup/table1
2、对于文件操作，很简单吧，随便你怎么去拷贝来拷贝去
3、如果集群2中也有对应的表文件，那么删除掉，然后拷贝
/app/cloud/hadoop/bin/hadoop fs -rm -r /hbase/table1
/app/cloud/hadoop/bin/hadoop fs -copyFromLocal /data0/hbase-backup/table1 /hbase/table1 (该步骤一定要使用对应的账户：sudo -u hbase hdfs dfs -copyFromLocal XXXX)
4、重置该表在.META.表中的分区信息（.META.表一般为“hbase:metadata"）
bin/hbase org.jruby.Main bin/add_table.rb /hbase/table1
《《《《备注：
如果第四步找不到add_table.rb文件，可以采用最根本的方式来修复元数据：
hbase hbck 只做检查
hbase hbck -fixMeta 根据region目录中的.regioninfo，生成meta表
hbase hbck -fixAssignments 把meta表中记录的region分配给regionserver
hbase hbck -fixHdfsOrphans 修复.regioninfo文件
hbase hbck -repair 表名
》》》》
另外：
1、如果表的数据量过大呢？
那么按照该表在HDFS中的文件夹数据，分批拷贝。
2、如果两个集群可以互相通信呢？
采用第一种方案即可
3、关联hbase中已经存在的表
CREATE EXTERNAL TABLE if not exists notebook(
row string,
nl string,
ct string,
nbn string
)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES('hbase.columns.mapping' = ':key,nbi:nl,nbi:ct,nbi:nbn')
TBLPROPERTIES('hbase.table.name' = 'nb');
|
