Hbase协处理器介绍

（一）Hbase协处理器的前世今生 Hbase是仿照Google的BigTable设计的，而其协处理器也是仿照BigTable的协处理实现完成的，具体链接可 参考：http://research.google.com/people/jeff/SOCC2010-keynote-slides.pdf （二）什么是Hbase协处理器（Coprocessors ）？ Hbase的协处理器在Hbase中属于高级的应用功能，它可以让开发者自定义的代码在服务器端执行，来完成特定的一些功能。 （三）为什么要用协处理器？ Hbase是一款高效的基于KV的NOSQL数据库，它有非常多的优点，但是也有不少缺点，hbase的设计全在rowkey上，所有能够高效的查询全是基于rowkey的，除了rowkey的设计之外，我们可能还有 一些其他的功能，如 （1）访问权限控制 （2）引用完整性，基于外键检验数据， （3）给hbase设计二级索引，从而提高基于列过滤时的查询性能， （4）像监控MySQL的binlog一样，监控hbase的wal预写log （5）服务端自定义实现一些聚合函数的功能 （6）....... 这样额外的功能，使用hbase的协处理来处理是非常方便的 （四）Hbase中协处理器的分类 在Hbase里面有两类Coprocessors ： 1，基于Observer的Coprocessors ，类似于关系型数据库的触发器，可用来实现上面提到的功能中的1,2,3,4功能 常用的Observer： RegionServerObserver 能够切面监测rowkey的数据的访问与删除 BaseMasterAndRegionObserver 能够切面监测hbase表的创建，删除，sheml修改 BaseWALObserver 能够切面监测hbase的wal的log写入 2，基于Endpoint的Coprocessors ，类似于关系型数据库的存储过程，可用来实现上面提到的功能中的5功能 在hbase0.96之后，采用probuff序列化通信的RPC数据，使用endpoint，需要同过protoc生成相关的service接口的java类 然后继承自己的生成的Service类并且实现hbase的Coprocessor, CoprocessorService接口，从而重写其中的业务方法构建一个 自定义的Endpoint的Coprocessors 协处理器的编程概念与Spring AOP的理念很相似，它也像MapReduce的数据运算方式，与本地local的数据产生计算，而不是远程读取数据再计算， 通过local计算的方式与RegionServer绑定，从而能提升数据计算的效率。 （5）协处理器的安装使用

Java代码

1. hbase.coprocessor.region.classes for RegionObservers and Endpoints.
2. hbase.coprocessor.wal.classes for WALObservers.
3. hbase.coprocessor.master.classes for MasterObservers.

在hbase官网文档中，介绍了两种使用方式： 静态方式（系统级），使用配置文件： 1，编写协处理器，并打成一个jar包，加入hbase/lib目录下，或者在hbase-env.sh里面配置相对应的jar，以及依赖的jar的路径 2，加入静态的配置，在hbase-site.xml里配置主类

Xml代码

1. <property>
2. <name>hbase.coprocessor.region.classes</name>
3. <value>org.myname.hbase.coprocessor.endpoint.SumEndPoint</value>
4. </property>

3，把依赖的jar分发到每一个regionserver上，然后重启hbase， 协处理生效，是系统级的协处理器 动态方式（表级别），使用Hbase shell： 1，编写协处理器，打成一个jar包，上传至HDFS，将依赖的jar拷贝到hbase的lib下，配置hbase-env.sh指定依赖jar的 2，建立表：

Java代码

1. create 'c', NAME=>'cf'

3，禁用表

Java代码

1. disable 'c'

4，指定协处理器的jar

Java代码

1. alter 'c', METHOD => 'table_att', 'coprocessor'=>'hdfs:///user/hbase_solr/hbase-increment-index.jar|com.hbase.easy.index.HbaseSolrIndexCoprocesser|1001|'

5，激活表 Java代码

1. enable 'c'

6，删除协处理jar 如果有多个协处理器，按照$1 $2 $n删除指定的jar配置

Java代码

1. alter 'c',METHOD => 'table_att_unset',NAME =>'coprocessor$1'

最后说一下，hbase的官方文档指出动态级别的协处理器，可以做到不重启hbase，更新协处理，做法就是 禁用表，卸载协处理器，重新指定协处理器， 激活表，即可，但实际测试发现 动态加载无效，是hbase的一个bug，看这个链接： https://issues.apache.org/jira/browse/HBASE-8445 因为协处理器，已经被JVM加载，即使删除jar也不能重新load的jar，因为cache里面的hdfs的jar路径，没有变化，所以动态更新无效 ，除非重启JVM，那样就意味着，需要重启RegionServer， 里面的小伙伴们指出了两种办法，使协处理器加载生效： （1）滚动重启regionserver，避免停掉所有的节点 （2）改变协处理器的jar的类名字或者hdfs加载路径，以方便有新的ClassLoad去加载它 但总体来看，第2种方法，比较安全，第一种风险太大，一般情况下没有人会随便滚动重启线上的服务器的，这只在hbase升级的时候使用 参考资料： 官网文档：https://hbase.apache.org/book.html#cp