文档

HBase数据同步与迁移

更新时间:

如果您想要将自建HBase或阿里云HBase中的数据迁移或同步至Lindorm宽表引擎,可以通过LTS服务完成存量数据迁移和实时数据同步。本文介绍HBase数据同步与迁移的使用场景、功能列表、迁移优势、使用限制以及迁移任务等操作。

使用场景

  • 自建上云:将HBase数据迁移至Lindorm。

  • 跨地域迁移:例如从青岛机房迁移到北京机房。

  • 业务拆分:将部分业务迁移到新的集群。

功能及优势

功能说明

  • 支持HBase 1.x、2.x 版本不停机迁移至Lindorm。

  • 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。

  • 迁移过程中支持表重命名。

  • 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,同时完成历史数据迁移、实时增量数据的同步。

  • 迁移过程中,自建HBase不会和源集群的HBase交互,只读取源集群的HDFS,将有效减少对源集群在线业务的影响。

  • 文件层数据拷贝比API层数据迁移效率更高,通常能节省超过50%的流量。

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

  • 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

  • 不支持迁移至自建HBase。

  • 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。

  • 不支持将数据迁移或同步至Lindorm单机版实例。

  • 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。

  • 不支持搜索索引的数据迁移。

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,建议将源集群的日志保留时间调大至12小时以上,给增量同步出错预留一些处理的时间。修改方式:修改hbase-site.xml文件中hbase.master.logcleaner.ttl参数的值,并在修改后重启HMaster。hbase.master.logcleaner.ttl参数的单位为毫秒(ms),设置时需注意单位转化,例如,hbase.master.logcleaner.ttl=43200000表示设置日志保留时间为12小时。

  • 客户无需在目标集群创建表,LTS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。

  • 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。

前提条件

创建任务

  1. 登录LTS。具体操作,请参见登录LTS

  2. 在左侧导航栏,选择Lindorm/HBase迁移 > 一键迁移

  3. 单击创建任务

  4. 任务名(可不填)文本框中,填写任务名称。任务名只支持英文字符、数字。非必填项,未填写情况下默认任务ID为任务名。

  5. 根据界面提示,设置源集群目标集群

  6. 勾选需要的操作

    • 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。

  7. 填写同步/迁移的表高级配置,高级配置为非必填项。

  8. 单击创建

查看任务及任务详情

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

  2. 单击需要查看的任务名,查看对应任务的执行情况。

切流

  1. 等待全量任务迁移完成,增量迁移的时延比较小(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。

常见问题

Q:什么场景会导致“不消费数据”?

A: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。

  • 本页导读 (1)
文档反馈