| 编辑推荐: |
| 本文来自于aliyun，本文主要介绍了HBase在360的使用情况、基于HBase实现的功能和改进等。 |
|
一、HBase在360的使用情况
从数据来看，360目前共有27个HBase集群，其中在线集群9个，综合集群3个。整个360共有12500个HBase节点，单集群最多有2184个RegionServer。360
的HBase集群共有1885个Table以及719703个Region，而单表最大的Region数为74788。此外，从业务层面来看，360的HBase集群每秒钟大约需要响应3百万次请求。通过这些数据也能够说明，目前对于360而言，无论是HBase集群还是节点，数量都非常庞大，请求量也非常大。而如今，整个360背后的几大重要业务都有HBase的身影，比如360搜索、安全业务以及360金融和IoT等背后都使用了HBase存储数据来支撑业务的快速发展。
针对如此众多的业务场景，360根据业务特点将其分为了三类：
第一类业务对响应时间比较敏感，这类一般是在线业务，所使用的方式就是实时存取数据。对于此类业务，一般而言会将其放到线集群之上，在线集群的服务器配置（CPU、内存、带宽等）都会相对更高一些。与此同时，为了保证服务质量，不会在这些集群中跑MR或Spark等计算作业。
第二类业务对磁盘容量要求较高，其应用场景一般是定期批量写入大量数据，并周期性地进行离线分析或备份。这类业务会被放到离线集群上，而离线集群一般会配置大硬盘，而CPU、内存配置也会相应低一点。对于此类业务，360的HBase团队也开发了一些MR作业，以帮助业务可以方便的大批量读写、分析HBase中的数据。
第三类业务属于第一类和第二类中间地带的情况，这类业务对磁盘容量和响应时间有部分要求，但并不十分敏感，比如监控、缓存溯源、报表等半在线业务。这类业务一般会放到综合集群中，综合集群的配置和在线集群相当，这个集群既可以做在线读写HBase，也可以跑离线分析作业，因此可以充分的利用硬件资源。但这样的缺点也很明显，那就是会出现资源竞争和相互影响的情况。
二、基于HBase实现的功能和改进
二级索引
为了更好地支撑业务，360在HBase0.89-Facebook版本上实现和改进了一些功能。对于HBase而言，其查询方式主要有两种，即get和scan。get查询速度快，但只可以基于RowKey进行查询，虽然可以设计组合字段的RowKey，但不灵活，使用复杂，而且容易造成数据倾斜。scan查询则会消耗大量资源，而且无法保证时效性。为了更好地实现HBase的查询，360在二级索引上做了很多工作。
目前，业界对于二级索引的实现方案大体分为两类：全局二级索引方案和局部二级索引方案，两种方案各有优劣，而360选择了局部二级索引方案。以下图的Test表为例，为CF1:C2列建立了二级索引，此时，在表的同个Region中，除了原来的数据，还会插入索引数据，只不过索引数据存储在一个特殊的INDEX
Column Family中。对于索引数据的RowKey而言，以Region的StartKey开头以保证和原始数据在同一个Region中，以真实数据的RowKey结尾，以保证索引数据RowKey的唯一性。索引数据的Value，只是记录了索引RowKey不同部分的长度，以方便反序列化RowKey的各个部分。在进行写数据的时候，可能需要拼出来索引数据然后插入到表中。在读数据的时候，就可以通过StartKey、INDEX
name和Value拼出来的scan查询语句将索引数据取出来，获得所需要查询数据的RowKey列表，再去列表中取出真实数据。
对于写方案的具体实现，简单而言就是使用了HBase自带的协处理器，因此可以实现零侵入的二级索引方案。当客户端需要Put数据的时候，协处理器可以在Put之前将二级索引的数据也加入需要传输的对象中，以保证原子性。
对于读方案的具体实现而言，就是需要先创建一个Scanner，再调用Next()方法来读取数据。360的方案支持类SQL写法，所以当客户端收到类SQL请求时，会先进行语法解析，如果语法没问题，则会构造一个scan对象，并请求Region
Server来CreateScanner。在Region Server端，则通过协处理器来拦截，并根据请求构造出一个Scanner语法树。
在创建完Scanner之后，下一步就是通过next()方法读取数据。这部分也分为两步，先查询索引数据，然后反序列化出真实数据的RowKey列表，之后使用这个RowKey列表去查询真实数据的Column
Family。查询出数据之后，需要检查数据是否有效，然后将数据返回给客户端。对于二级索引的读流程而言，需要先查询索引数据，再查询真实数据，因此需要查询两次。其实，对于此流程而言，也可以继续进行优化，比如把真实数据也序列化到
INDEX family的Value中，这样一来只需要查询一次索引数据即可返回给客户端。
跨集群备份
为了实现HBase更高的可用性和方便业务就近访问数据，360的HBase团队开发了跨集群备份功能。TransferTable是一张普通的Hbase表，在这里可以把它当做一个缓存队列，图中其左侧的LogEntryVisitor相当于一个生产者，负责向TransferTable表中写数据，它右边的TransferDaemon相当于一个消费者，负责从TransferTable中读数据并发送到备份集群。这样的生产者-消费者模型就是跨集群备份的核心逻辑。
总结而言，当客户端向UserTable中写数据时，LogEntryVisitor会拦截WAL Append操作，并把这条记录写到TransferTable中，这是同步的过程。为了保证写TransferTable的效率，360
HBase团队开发了类似于Balancer功能，保证每个UserTable Region所在的RegionServer至少有一个TransferRegion，写TransferTable的时候直接调用Put方法即可，避免了不必要的序列化和反序列化操作。然后，TransferDaemon线程不断从TransferTable中扫描数据，并使用多个线程并行发送到远端的备份集群中。
三、HBase2.0 应用实践
如今的HBase和前几年所谈的HBase已经差异很大了，之前的HBase可能仅仅指的是一个Key-Value型的NoSQL数据库，而现在HBase却代表着一个生态，不仅是KV，还有时空、时序、图等组件。所以对于开发组织而言，应该尽早融入生态之中，避免后续的兼容性问题和大量的迁移工作。目前，360的HBase2.0实践中主要有两种应用场景，即对象存储服务和时序服务。
四、问题与解决
在使用HBase2.0时，360所遇到的主要问题就是MOB特性所带来的问题，这个新特性带来了单点Compaction、MOB文件过于集中，以及文件过大不便释放空间等问题。具体的解决方案则如下图所示：
如今，HBase指的不再仅仅是之前所谈及的Key-Value类型的NoSQL数据库，而是代表着一整个HBase生态。作为技术人员，我们应该具备技术前瞻性，勇敢地拥抱生态，并为社区和生态做出贡献。虽然，生态可能并不够成熟，但是挑战必将与机遇并存。 |
