HBase可用于管理、分析、修复和调试的自带工具hbck，hfile和数据备份与恢复介绍

HBase自带的很多工具可用于管理、分析、修复和调试，这些工具一部分的入口是hbase shell 客户端，另一部分是在hbase的Jar包中。

目录：

hbckhfile数据备份与恢复 SnapshotsReplicationExportCopyTableHTable APIOffline backup of HDFS data

hbck:

---

hbck 工具用于Hbase底层文件系统的检测与修复，包含Master、RegionServer内存中的状态及HDFS上数据的状态之间的一致性、黑洞问题、定位元数据不一致问题等命令： hbase hbck -help  查看参数帮助选项

hbase hbck -help Usage: fsck [opts] {only tables}  where [opts] are:    -help Display help options (this)    -details Display full report of all regions.    -timelag <timeInSeconds>  Process only regions that  have not experienced any metadata updates in the last  <timeInSeconds> seconds.    -sleepBeforeRerun <timeInSeconds> Sleep this many seconds before checking if the fix worked if run with -fix    -summary Print only summary of the tables and status.    -metaonly Only check the state of the hbase:meta table.    -sidelineDir <hdfs://> HDFS path to backup existing meta.    -boundaries Verify that regions boundaries are the same between META and store files.    -exclusive Abort if another hbck is exclusive or fixing.    -disableBalancer Disable the load balancer.

  Metadata Repair options: (expert features, use with caution!)    -fix              Try to fix region assignments.  This is for backwards compatiblity    -fixAssignments   Try to fix region assignments.  Replaces the old -fix    -fixMeta          Try to fix meta problems.  This assumes HDFS region info is good.    -noHdfsChecking   Don't load/check region info from HDFS. Assumes hbase:meta region info is good. Won't check/fix any HDFS issue, e.g. hole, orphan, or overlap    -fixHdfsHoles     Try to fix region holes in hdfs.    -fixHdfsOrphans   Try to fix region dirs with no .regioninfo file in hdfs    -fixTableOrphans  Try to fix table dirs with no .tableinfo file in hdfs (online mode only)    -fixHdfsOverlaps  Try to fix region overlaps in hdfs.    -fixVersionFile   Try to fix missing hbase.version file in hdfs.    -maxMerge <n>     When fixing region overlaps, allow at most <n> regions to merge. (n=5 by default)    -sidelineBigOverlaps  When fixing region overlaps, allow to sideline big overlaps    -maxOverlapsToSideline <n>  When fixing region overlaps, allow at most <n> regions to sideline per group. (n=2 by default)    -fixSplitParents  Try to force offline split parents to be online.    -ignorePreCheckPermission  ignore filesystem permission pre-check    -fixReferenceFiles  Try to offline lingering reference store files    -fixEmptyMetaCells  Try to fix hbase:meta entries not referencing any region (empty REGIONINFO_QUALIFIER rows)

  Datafile Repair options: (expert features, use with caution!)    -checkCorruptHFiles     Check all Hfiles by opening them to make sure they are valid    -sidelineCorruptHFiles  Quarantine corrupted HFiles.  implies -checkCorruptHFiles

  Metadata Repair shortcuts    -repair           Shortcut for -fixAssignments -fixMeta -fixHdfsHoles -fixHdfsOrphans -fixHdfsOverlaps -fixVersionFile -sidelineBigOverlaps -fixReferenceFiles -fixTableLocks -fixOrphanedTableZnodes    -repairHoles      Shortcut for -fixAssignments -fixMeta -fixHdfsHoles

  Table lock options    -fixTableLocks    Deletes table locks held for a long time (hbase.table.lock.expire.ms, 10min by default)

  Table Znode options    -fixOrphanedTableZnodes    Set table state in ZNode to disabled if table does not exists

命令： hbase hbck -details   显示所有Region的完整报告命令： hbase hbck -metaonly  只检测元数据表的状态，如下图：快捷修复命令：命令：hbase hbck -repair -ignorePreCheckPermission   命令：hbase hbck -repairHoles -ignorePreCheckPermission   应用示例，参见：HBase(三): Azure HDInsigt HBase表数据导入本地HBase

hfile:

---

查看HFile文件内容工具，命令及参数如下：

hbase hfile usage: HFile [-a] [-b] [-e] [-f <arg> | -r <arg>] [-h] [-k] [-m] [-p]        [-s] [-v] [-w <arg>]  -a,--checkfamily         Enable family check  -b,--printblocks         Print block index meta data  -e,--printkey            Print keys  -f,--file <arg>          File to scan. Pass full-path; e.g.                           hdfs://a:9000/hbase/hbase:meta/12/34  -h,--printblockheaders   Print block headers for each block.  -k,--checkrow            Enable row order check; looks for out-of-order                           keys  -m,--printmeta           Print meta data of file  -p,--printkv             Print key/value pairs  -r,--region <arg>        Region to scan. Pass region name; e.g.                           'hbase:meta,,1'  -s,--stats               Print statistics  -v,--verbose             Verbose output; emits file and meta data                           delimiters  -w,--seekToRow <arg>     Seek to this row and print all the kvs for this                           row only 

命令：hbase hfile -p -f  /apps/hbase/data/data/default/PerTest/7685e6c39d1394d94e26cf5ddafb7f9f/d/3ef195ca65044eca93cfa147414b56c2效果如下图：

 数据备份与恢复：

---

常用的备份恢复方法如下图：参考文档： http://blog.cloudera.com/blog/2013/11/approaches-to-backup-and-disaster-recovery-in-hbase/

snapshots:

---

HBase快照功能丰富，有很多特征，创建时不需要关闭集群快照在几秒内就可以完成，几乎对整个集群没有任何性能影响。并且，它只占用一个微不足道的空间启用快速需设置 hbase-site.xml 文件的  hbase.snapshot.enabled 为True命令： snapshot 'PerTest','snapPerTest'     基于表 PerTest 创建名为 snapPerTest 的快照命令： list_snapshots                               查看快照列表创建完快照后，在hbase 目录下会生成 .hbase-snapshots 目录，存放快照信息，如右下角图   命令：delete_snapshot 'snapPerTest'       删除快照恢复快照需要对表进行离线操作。一旦恢复快照，那任何在快照时刻之后做的增加/更新数据都会丢失，命令如下： disable 'PerTest' restore_snapshot 'snapPerTest' enable 'PerTest'

 命令：clone_snapshot 'snapPerTest','PerTest1'     根据快照clone新表（注：clone出来的新表不带数据副本）

ExportSnapshot tool 快照导出工具命令： hbase org.apache.hadoop.hbase.snapshot.ExportSnapshot -snapshot 'snapPerTest' -copy-to /apps/hbase/data/zhu注意： 如果能访问到另一集群，则后面的地址可直接改为另一集群hdfs目录导出的文件结构如下 

 Replication:

---

HBase replication是另外一个负载较轻的备份工具。被定义为列簇级别，可以工作在后台并且保证所有的编辑操作在集群复制链之间的同步复制有三种模式：主->从(master->slave)，主<->主(master<->master)和循环（cyclic）。这种方法给你灵活的从任意数据中心获取数据并且确保它能获得在其他数据中心的所有副本。在一个数据中心发生灾难性故障的情况下，客户端应用程序可以利用DNS工具，重定向到另外一个备用位置注：对于一个存在的表，你需要通过本文描述的其他方法，手工的拷贝源表到目的表。复制仅仅在你启动它之后才对新的写/编辑操作有效复制是一个强大的，容错的过程。它提供了“最终一致性”，意味着在任何时刻，最近对一个表的编辑可能无法应用到该表的所有副本，但是最终能够确保一致。

Export：

---

Export是HBase一个内置的实用功能，它使数据很容易将hbase表内容输出成HDFS的SequenceFiles文件使用map reduce任务，通过一系列HBase API来获取指定表格的每一行数据，并且将数据写入指定的HDFS目录中示例说明：集群A：基于HDInsight创建的windows系统下的hbase 集群， 集群B 基于Azure 虚拟机创建的liunx系统下 hbase集群，将A集群中表StocksInfo表导出至集群B的hdfs目录，遗憾的是两个集群无法通信，只能先导到本地，再手工上传命令语法： hbase org.apache.hadoop.hbase.mapreduce.Export <tablename> <outputdir>     示例如下：导出的文件结构如下：命令：hdfs dfs -get /zhu c:/zhu 下载到A集群某节点c盘，手工上传至liunx，如下图使用import命令导入数据至B集群HBase表，如下：（注：输入目录的文件必须是Export命令导出的文件格式）命令语法：hbase org.apache.hadoop.hbase.mapreduce.Import <tablename> <inputdir>  如下图：查看Hbase 表，如下图则OK

copyTable:

---

和导出功能类似，拷贝表也使用HBase API创建了一个mapreduce任务，以便从源表读取数据。不同的地方是拷贝表的输出是hbase中的另一个表，这个表可以在本地集群，也可以在远程集群它使用独立的“puts”操作来逐行的写入数据到目的表。如果你的表非常大，拷贝表将会导致目标region server上的memstore被填满，会引起flush操作并最终导致合并操作的产生，会有垃圾收集操作等等必须考虑到在HBase上运行mapreduce任务所带来的性能影响。对于大型的数据集，这种方法的效果不太理想命令语法：hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=PerTest2 PerTest    （copy名为PerTest的表到集群中的另外一个表PerTest2） 如下图注意：若用到--new.name =xxx,首先这个新表要之前就被定义

Offline backup of HDFS data:

---

参见：HBase(三): Azure HDInsigt HBase表数据导入本地HBase

参考：https://www.cnblogs.com/tgzhu/archive/2016/09/11/5836231.html