Hbase源码系列之scan源码解析及调优
一，hbase的scan基本使用问题介绍
Hbase的Scan方法是基于Rowkey进行数据扫描的，过程中client会将我们的请求，转化为向服务端的RPC请求。那么这个时候我们可以考虑的优化，那么主要有一下三点：
A,减少带宽(通过过滤器减少无用数据的 传输);
B,减少RPC请求的次数;
C,加缓存。
具体的转化为scan相关的操作如下：
1，scan可以设置过滤器
过滤器可以减少数据网络传输的数据量。
过滤器可以用来扫描ROWkey不连续的数据。
2，scan可以设置每批次的扫描行数
Scan.setCaching(20);设置一个批次应该请求几行数据。几个Result。
3，scan可以设置每批次扫描的列数。
Scan.setBatch(1);设置每一行请求几列的数据。一个Result几个cell。
通过2、3可以减少RPC请求的次数，这样可以提升扫描性能，但是也会带来GC的风险。
重要的计算公式：
Rpc次数=(行数×每行的列数)/Min(每行的列数，批量大小)/扫描器缓存
合理设置2,3可以降低RPC请求次数，提升性能。
4，对于一次扫描，频繁使用的数据呢可以设置缓存。
Scan.setCacheBlocks(false);不建议使用。
5，scan占用内存
Scan的并发数*cache数*单个Result大小。合理使用2,3.
往往，为了不产生热点问题，会将Rowkey离散化，然后造成扫描不连续，这个时候每次扫描就会转化为n多个scan并发进行。此时就要考虑内存压力，防止GC，导致不正常的程序退出。
二，源码相关的重要类
1，HTable
重点是Hbase类初始化的时候提交的请求的任务的线程池的初始化
HConnectionImplementation的getThreadPool方法。
getThreadPool(conf.getInt("hbase.hconnection.threads.max", 256),
conf.getInt("hbase.hconnection.threads.core", 256), "-shared-", null);具体内容如下：
private ExecutorService getThreadPool(int maxThreads, int coreThreads, String nameHint,
BlockingQueue<Runnable> passedWorkQueue) {
// shared HTable thread executor not yet initialized
if (maxThreads == 0) {
maxThreads = Runtime.getRuntime().availableProcessors() * 8;
}
if (coreThreads == 0) {
coreThreads = Runtime.getRuntime().availableProcessors() * 8;
}
long keepAliveTime = conf.getLong("hbase.hconnection.threads.keepalivetime", 60);
//设置阻塞任务队列
BlockingQueue<Runnable> workQueue = passedWorkQueue;
if (workQueue == null) {
workQueue =
new LinkedBlockingQueue<Runnable>(maxThreads *
conf.getInt(HConstants.HBASE_CLIENT_MAX_TOTAL_TASKS,
HConstants.DEFAULT_HBASE_CLIENT_MAX_TOTAL_TASKS));
}
ThreadPoolExecutor tpe = new ThreadPoolExecutor(
coreThreads, //核心线程数
maxThreads,//最大线程数
keepAliveTime,//线程池中超过corePoolSize数目的空闲线程最大存活时间；
TimeUnit.SECONDS,//keepAliveTime时间单位
workQueue,//阻塞任务队列
Threads.newDaemonThreadFactory(toString() + nameHint));//新建线程工厂
tpe.allowCoreThreadTimeOut(true);//allowCoreThreadTimeOut为true该值为true，则线程池数量最后销毁到0个。
//allowCoreThreadTimeOut为false销毁机制：超过核心线程数时，而且（超过最大值或者timeout过），就会销毁。
return tpe;
}2，ClientSimpleScanner
继承关系如下：
class ClientSimpleScanner extends ClientScanner
abstract class ClientScanner extends AbstractClientScanner
abstract class AbstractClientScanner implements ResultScanner
主要是实现了scan的动作
3，HRegionServer
为客户端提供HRegions，并向master注册自身，一个集群中会有很多个HRegionServer.
在此篇文章中主要关注点
createClusterConnection方法中，注册了，客户端RPC的时候服务端的实现类对应关系。
ConnectionUtils.createShortCircuitConnection(conf, null, userProvider.getCurrent(),
serverName, rpcServices, rpcServices);客户端使用的是BlockingStub，服务端使用的是RSRpcServices。共同的父类是ClientService.BlockingInterFace。
4，RSRpcServices
实现了regionserver的RPC服务。
本文只关注scan的方法实现。
5，RegionScannerImpl
负责合并多个store的scanner。内部维护的有KeyValueHeap，维护了一个优先队列存放的是StoreScanner。
6，StoreScanner
可以扫描memstore和store中的数据。
重要的内部成员KeyValueHeap，内部的优先队列，维护的是MemStoreScanner和StoreFileScanner
7，KeyValueHeap
内部维护了一个PriorityQueue<KeyValueScanner>队列，存储的就是InternalScanner，StoreScanner是InternalScanner的子类。
三，scan的源码实现
Scan的源码实现过程，主要是帮助大家更好的阅读源码。
主要分成两个大节：
A,客户端scan的过程
B),服务端scan的过程
由于源码内容比较多，本文只会贴出讲解重点环节的源码。
1，hbase scan过程客户端的实现
入口是HTable的getScan方法
t.getScanner(s)
实际上是构建了一个
ClientSimpleScanner
数据读的入口是ClientSimpleScanner的父类ClientScanner的next方法。
//cache读取结束的时候直接进入rpc
if (cache.size() == 0) {
loadCache();
}
//假如cache有的话直接读取，
if (cache.size() > 0) {
return cache.poll();
}在loadCache方法里面实际上直接调用的是，自身的call方法获取结果
values = call(callable, caller, scannerTimeout, true);
经过一层封装，调用的是ScannerCallableWithReplicas的call
提交并执行call
// submit call for the primary replica.
addCallsForCurrentReplica(cs, rl); //提交call执行的caller是ScannerCallable，被封装成了QueueingFuture，扔到线程池里执行
public void submit(RetryingCallable<V> task, int callTimeout, int id) {
QueueingFuture<V> newFuture = new QueueingFuture<V>(task, callTimeout, id);
executor.execute(Trace.wrap(newFuture));
tasks[id] = newFuture;
}进入ScannerCallable的call方法之前实际上是会先调用其prepare方法(QueueingFuture)，主要做一些准备工作
RegionLocations rl = RpcRetryingCallerWithReadReplicas.getRegionLocations(!reload,
id, getConnection(), getTableName(), getRow());
location = id < rl.size() ? rl.getRegionLocation(id) : null;
if (location == null || location.getServerName() == null) {
// With this exception, there will be a retry. The location can be null for a replica
// when the table is created or after a split.
throw new HBaseIOException("There is no location for replica id #" + id);
}
ServerName dest = location.getServerName();
setStub(super.getConnection().getClient(dest));
if (!instantiated || reload) {
checkIfRegionServerIsRemote();
instantiated = true;
}然后正式进入call
ScanResponse response;
if (this.scannerId == -1L) {
//第一次
response = openScanner(); //
} else {
//第一次后
response = next();//进行下一次rpc
}openScanner和next方法中，在构建不同的Request之后其它处理都是一样的
ScanResponse response = getStub().scan(controller, request);//blockingstub
然后就进入了server端并获取ScanResponse。
2，hbase scan服务端的实现
Hbase scan的客户端发送Rpc请求之后，进入服务端RSRpcServices对应的scan方法
ScanResponse scan(final RpcController controller, final ScanRequest request)首先，会判断是否已经构建了scannerid也即是否是第一次请求
if (request.hasScannerId()) {
//不是第一次，直解获取
rsh = getRegionScanner(request);
} else {
//第一次进行构建
rsh = newRegionScanner(request, builder);
}然后进入真正的scan
scan((HBaseRpcController) controller, request, rsh, maxQuotaResultSize, rows, limitOfRows,
results, builder, lastBlock, context);接着在scan方法中，也对行数是否超过请求行数做了限制
// Collect values to be returned here
moreRows = scanner.nextRaw(values, scannerContext);checkLimitOfRows(numOfCompleteRows, limitOfRows, moreRows, scannerContext, builder);此处的scanner是RegionScannerImpl，然后进入其nextInternal方法，初始化或者清空处理函数，这个是记录状态，比如当前batch大小，结果的size等。
if (scannerContext.getKeepProgress()) {
// Progress should be kept. Reset to initial values seen at start of method invocation.
scannerContext.setProgress(initialBatchProgress, initialSizeProgress,
initialTimeProgress);
} else {
scannerContext.clearProgress();
}然后重点的方法是populateResult方法
populateResult(results, this.storeHeap, scannerContext, currentRow, offset, length);
具体重点内容
scannerContext.setKeepProgress(true); heap.next(results, scannerContext); scannerContext.setKeepProgress(tmpKeepProgress);
进入KeyValueHeap的next方法，
InternalScanner currentAsInternal = (InternalScanner)this.current; boolean moreCells = currentAsInternal.next(result, scannerContext);
进入StoreScanner的next方法
当前rowkey获取去的列数加1，然后判断取出的当前列簇的总列数是否超过设置的大小列。
this.countPerRow++;
if (storeLimit > -1 &&
this.countPerRow > (storeLimit + storeOffset)) {在正常范围内，将结果cell加入返回的列表
if (this.countPerRow > storeOffset) {
outResult.add(cell);更新已经获取的当前Rowkey的batch大小和结果的size
// Update the progress of the scanner context scannerContext.incrementSizeProgress(CellUtil.estimatedHeapSizeOfWithoutTags(cell));
// 更新当前获取的batch
scannerContext.incrementBatchProgress(1);判断batch和size是否超限，超限的话切入下一个Rowkey。Batch参数起作用的地方。
if (scannerContext.checkBatchLimit(LimitScope.BETWEEN_CELLS)) {
break LOOP;
}
if (scannerContext.checkSizeLimit(LimitScope.BETWEEN_CELLS)) {
break LOOP;
}我们这个scan就讲解到这个地方。
其实，应该关注点比较多，贴源码比较累赘，我这是大致骨架都有了，大家可以根据这个骨架结合源码去看，节省时间。
四，总结
1，对Scanner嵌套关系的总结
A，RegionScannerImpl包含了内部维护的有KeyValueHeap，维护了一个优先队列存放的是StoreScanner。
B，StoreScanner的重要的内部成员KeyValueHeap，内部的优先队列，维护的是MemStoreScanner和StoreFileScanner
C，获取数据首先是从RegionScannerImpl的队列中取出，StoreScanner。然后从StoreScanner中取出一个MemStoreScanner和StoreFileScanner，然后调用其next方法，将结果放入返回的list中。
2，对于filter的使用，请大家先参考hbase权威指南，后面浪尖再接个各个filter和源码讲解。
3，对于Rpc数据请求次数调节
Scan.setCaching(20);//控制一次rpc返回几行，即几个Result
Scan.setBatch(1);//控制一次rpc返回几列，即几个cell
Rpc次数=(行数×每行的列数)/Min(每行的列数，批量大小)/扫描器缓存
4，对于缓存。
Scan.setCacheBlocks(false);不建议使用。
5，对于客户端的内存占用
Scan的并发数*cache数(Result数)*单个Result大小。
注意，要结合3和5进行调节，既要避免频繁的RPC请求，又要避免客户端GC。要求是要了解每条数据的大致大小。
本文中设计到另一个重点就是RPC，RPC是想在spark前夕讲解，这里希望读者假如不了解的话可以去网上先了解一下。重点要记住的几个点是客户端的方法和服务端的方法实现，及是如何对应的。
对于hbase 1.0.0,列举以下几种，方便大家自己去阅读相关源码。无论是管理，还是数据请求，最终的regionserver相关的RPC实现都是RSRpcServices类里面对应的具体方法(参数要一致哦)。
腾讯云开发者
