文档

全增量数据同步

更新时间:

本文主要介绍全增量数据同步的使用场景,功能列表,迁移优势,使用限制以及创建数据同步任务等操作。

使用场景

  • 大版本升级:HBase1.x升级HBase2.x。

  • 跨地域迁移 :例如从青岛机房迁移到北京机房。

  • 跨账号迁移:支持不同账号迁移数据。

  • 集群升配:从4核8G迁移到8核16G集群。

  • 业务拆分:将部分业务迁移到新的集群。

功能列表

  • 支持094、098、1.x、2.x、Lindorm任意版本之间的不停机迁移。

  • 支持表结构迁移、实时数据同步、全量数据迁移。

  • 支持整库迁移、namespace迁移、表级别迁移。

  • 迁移支持表重命名。

  • 迁移支持指定时间范围、rowkey范围、指定列。

  • 提供OpenAPI,支持调用API创建迁移任务。

迁移优势

  • 不停服数据迁移,同时搞定历史数据迁移、实时增量数据的同步。

  • 迁移过程中不会和源集群的HBASE交互,只读取源集群的HDFS,尽可能减少对源集群在线业务的影响。

  • 文件层的数据拷贝比通常API层的数据迁移通常能节省50%以上的流量高效性。

  • 单个节点迁移速度可达到150MB/s,节点数支持水平扩展,能够满足支持TB、PB级别的数据迁移稳定性。

  • 有完善的错误重试机制,实时监控任务速度和进度,支持任务失败报警。

  • 自动同步Schema,保证分区一致。

使用限制

  • 不支持开启Kerberos集群。

  • 不支持单节点云HBase实例。

  • 由于网络原因,不支持经典网络下的云HBase实例。

  • 增量数据同步基于HBase WAL实现异步数据同步, Bulkload的数据和不写WAL的数据将不会被同步。

增量同步中的日志管理

  • 开启增量同步后,如果不消费数据,默认日志会保留48小时,超时后订阅关系自动取消,保留的数据自动删除。

  • 什么场景会导致“不消费数据”:没有终止任务的前提下直接释放LTS集群;同步任务暂停;任务异常阻塞

注意事项

  • 迁移前请确认目标集群的HDFS容量,防止迁移过程中出现容量写满的情况。

  • 增量同步提交前,推荐修改一下源集群的日志保留时间,给增量同步出错预留一些处理的时间 (hbase-site.xml 的 hbase.master.logcleaner.ttl 调大为12小时以上,重启HMaster )。

  • 客户无需在目标集群创建表,BDS同步服务会自动创建和源集群一样的表,包括分区的信息。客户自建的目标表可能会和源表分区很不一致,这可能会导致迁移完成之后,目标表会进行频繁的split、compaction,如果表的数据量十分庞大,可能会导致这个过程非常耗时。

  • 如果源表带有coprocessor, 在创建目标表的时候需要确保目标集群包含coprocessor对应的jar包。

准备工作

  1. 检查源集群、目标集群、LTS的网络连通性。

  2. 添加HBase、Lindorm数据源。

  3. 登录LTS操作页面。

创建任务

  1. 在左侧导航选择Lindorm/HBase迁移 > 一键迁移。一键迁移

  2. 单击创建任务。创建任务

  • 任务名:只支持英文字符、数字,非必填,默认任务ID作为任务名。

  • 根据界面提示设置源集群目标集群

  • 选择需要的操作

    • 表结构迁移:在目标集群创建表(schema、分区信息一致), 目标集群表已存在会跳过。

    • 实时数据复制:同步源集群实时增量的数据。

    • 历史数据迁移:文件级别的全量文件物理迁移。

  • 表映射:填写表名,使用换行符分割。

  • 高级配置:可不填。

查看任务

  1. 在左侧导航选择Lindorm/HBase迁移 > 一键迁移查看任务

查看任务详情

  1. 在左侧导航选择Lindorm/HBase迁移 > 一键迁移。

  2. 单击需要查看的任务名。查看对应任务的执行情况。

关于切流

  1. 等待全量任务迁移完成,增量同步的时延比较小(几秒或者几百毫秒)。

  2. 开启LTS数据抽样校验,对于大表的抽样校验,抽样比例不宜过大,避免对在线业务产生影响。

  3. 业务验证。

  4. 业务切流。

  • 本页导读 (1)
文档反馈