HBase实践 | HBase RIT问题排查思路

HBCK - HBCK检查什么？

(1) HBase Region一致性

• 集群中所有region都被assign，而且deploy到唯一一台RegionServer上

• 该region的状态在内存中、hbase:meta表中以及zookeeper这三个地方需要保持一致

(2) HBase 表完整性

• 对于集群中任意一张表，每个rowkey都仅能存在于一个region区间

HBCK – 常用检查命令

• ./bin/hbase hbck

• ./bin/hbase hbck –details

• ./bin/hbase hbck TableFoo TableBar

HBCK - 局部低危修复

• -fixAssignments ：修复没有assign、assign不正确或者同时assign到多台RegionServer的问题region。

• -fixMeta ：主要修复.regioninfo文件和hbase:meta元数据表的不一致。修复的原则是以HDFS文件为准：如果region在HDFS上存在，但在hbase.meta表中不存在，就会在hbase:meta表中添加一条记录。反之如果在HDFS上不存在，而在hbase:meta表中存在，就会将hbase:meta表中对应的记录删除。

HBCK –高危修复 

• region区间overlap相关问题的修复属于高危修复操作，因为这类修复通常需要修改HDFS上的文件，有时甚至需要人工介入。

• 对于这类高危修复操作，建议先执行hbck -details详细了解更多的问题细节，再执行相应的修复命令

• -repair｜-fix 命令强烈不建议生产线使用

HBCK –案例 

RIT处理套路

• 套路一：pending_open（或pending_close）状态的region通常可以使用hbck命令修复

• 套路二：failed_open （或failed_close）状态的region通常无法使用hbck命令修复

• 套路三：failed_open （或failed_close）状态的region需检查日志确认region无法打开关闭的具体原因

• 套路四：region处于RIT状态但hbck显示正常，把zk上的region-in-transaction节点相关region删除，重启master

HBase-日志分析

• 监控分析只能告诉你可能是什么原因，间接原因

• 日志分析才能告诉你问题的精确原因，最直接原因。

       一般的问题都能在日志中找到直接原因，再根据原因找答案。

• 通过日志分析可以弄清楚事情的来龙去脉，监控不会告诉你那么多

HBase常见问题

如果重度依赖HBase，有必要对HBase源码进行深入理解,建议根据日志去找追踪源码！

附上: 范欣欣的“网易HBase实践”MeetUp分享