[Binospace] HBase监控之Region空洞

Region是HBase的资源管理单位，在Region的生命周期内，一个Region迁移会发生在如下的情况下：
1）HMaster的Load Balance，造成部分Region在RS之间迁移。默认使用了
org.apache.hadoop.hbase.master.DefaultLoadBalancer，仅仅考虑RS上Region个数的分配的均衡性。

2）Region Split过程。这部分内容可以参考
http://blog.sina.com.cn/s/blog_4a1f59bf01018tu4.html

3) RS Offline过程-〉LOG Split过程-〉Region迁移。

在如上的过程中都会涉及到Region的迁移，那么Region的迁移又要经过哪些过程呢？
为了节省文章空间，我们以HMaster的Load Balancer为例来说明。
1）HMaster启动LoadBalancer线程。balancer的period由hbase.balancer.period控制，默认是300s。

^? View Code JAVA

int balancerPeriod =
master.getConfiguration().getInt("hbase.balancer.period", 300000);

2）关闭了BalancerSwitch、有Region处于In-Transition状态、或者RS下线的处理流程还没有走完，在这三种情况下，HMaster会停止执行Balancer过程。
3）由AssignmentManager获取每个Table的分布关系，由balancer为Region制定RegionPlan。对于DefaultLoadBalancer的实现，基本思想就是按照Region个数对于RS进行排列，首先按照Region个数多少进行排列，计算出Overload的RS需要回收的Region的个数，然后取出underload的RS中Region的个数。为了保证随机性，采取了再次打散underload RS，重组成RegionPlan(Region, RS-src，RS-dest)。

4) AssignmentManager 按照RegionPlan的要求，会执行unassign过程。在AssignmentManager的设计中，是一个由Zookeeper上hbase Node为仲裁者，RS与HMaster状态共享的过程状态机。

在AssignmentManager上提供了对于unassigned、splitlog等zk路径的Watcher，在HMaster、RS对于相应的Region状态的操作(Split)和迁移操作时，会在相应阶段时，修改对应zk路径的状态，这种节点下路径状态的改变，会被AM捕获，并启动下一个处理过程，从而最终完成处理操作。下面，我们已balancer过程来分析一下：

HMaster 生成RegionPlan
AM在ZK下unassigned路径下新建节点A，并标识A的状态为M_ZK_REGION_CLOSING
AM通过RPC调用RS->CloseRegion
RS完成Region关闭之后，修改节点A的状态为M_ZK_REGION_CLOSED
AM的Zookeeper Watcher监听到Node A的变化，执行ClosedRegionHandler的处理
AM修改节点A的状态从M_ZK_REGION_CLOSED到M_ZK_REGION_OFFLINE,根据RegionPlan，执行assignRegion操作
AM通过RPC调用RS-〉openRegion操作
RS转换节点A的状态为RS_ZK_REGION_OPENING
RS执行openRegion操作
RS执行完毕之后，修改节点A的状态从RS_ZK_REGION_OPENING到RS_ZK_REGION_OPENED
AM执行OpenedRegionHandler处理，删除节点A。
到此，整个操作结束。

通过上面的过程，我们可以看到一个Region迁移过程，涉及到多次与ZK的操作，并且如果RegionPlan涉及到RS-src和RS-dest出现问题时，还有复杂的容错逻辑。因此，不得不说AM是HBase稳定性的关键。

问题：

在我们的大规模的应用测试中，发现了个别异常的Region。

首先，介绍发现这个问题的来由。在线上读写请求出现个别操作失败，并且失败的请求指向同一个Region A，因此，检查该Region A的位置，指向了host1，然而进入host1的onlineRegion列表中，却没有发现该Region，因此，此时出现Region不匹配的问题。更名为Region空洞。

在互联网应用中，有一个共性是，找问题比解决问题要难。只要定位到了问题，根据上面对于AM、RS、HMaster之间Region迁移的理解，很容易发现是Region迁移过程中出现了一次事故，造成了空洞现象。

扫描二维码关注公众号，回复： 1231054 查看本文章

我的解决方法就是增加一个定时触发的监控程序，去检查.META.表中记录的Region位置(RS)是否与RS对应上，如果RS上onlineRegion，不存在该Region，则就报警，并尝试进行unassign操作。核心代码如下：

^? View Code JAVA

HTable table = new HTable(HBaseConfiguration.create(), args[0]);
HBaseAdmin admin = new HBaseAdmin(HBaseConfiguration.create());
ClusterStatus cs = admin.getClusterStatus();
Map regions = table.getRegionLocations();
if (regions != null &amp;&amp; regions.size() &gt; 0) {
 
   for (Map.Entry hriEntry : regions.entrySet()) {
       HRegionInfo regionInfo = hriEntry.getKey();
       HServerLoad load = cs.getLoad(ServerName.parseServerName(hriEntry.getValue().getServerName()));
       if ( load != null &amp;&amp; load.getRegionsLoad().get(regionInfo.getRegionName()) != null ) {
          System.err.println(Bytes.toStringBinary(regionInfo.getRegionName()) + " " +
              hriEntry.getValue().getServerName());
       }
       else {
 
         System.out.println(Bytes.toStringBinary(regionInfo
               .getRegionName()) + " is Region Hole, and try to reassign again.");
         RegionAssigner.assign(regionInfo.getRegionName());
       }
    }
 }

将该程序放入crontab中，定时检查监控，并有Region重新部署功能。

From Binospace, post HBase监控之Region空洞

文章的脚注信息由WordPress的wp-posturl插件自动生成

[Binospace] HBase监控之Region空洞

问题：

猜你喜欢