Hbase需要多长时间才能恢复一个崩溃的RegionServer

Question

似乎Hbase RegionServer是单个节点，而不像Cassandra那样有复制节点。我知道当一个RegionServer关闭时，HMaster会将崩溃的RS上的区域分配给其他RS。

但是新的RegionServer准备好为崩溃的区域提供服务的时间有多长，如果花了太长时间，客户端就不能等待太长时间，客户端会抛出异常甚至丢失的数据，对吗？

Answer 1

您正在寻找的是 HBase平均恢复时间 有一些文章在谈论它。要根据此article回答您的问题：

Hbase从失败中恢复需要多长时间

这取决于您的设置，您的hbase版本，您的硬件......
这个过程有3个步骤：

1. 确定区域服务器已关闭。这是由Zookeeper执行的名为heartbeat的进程完成的。如果区域服务器在超时之前未响应心跳，则主服务器将认为regionServer已死。
2. 恢复正在进行的写入：在写入区域服务器之前，写入将保留在日志中。因为数据是复制的，所以我们说三次，如果一个节点崩溃，你仍然有两个具有正确值的日志。因此，当主人知道区域服务器已经死亡时，它将尝试恢复他读取日志的最后状态。
3. 重新分配区域：这取决于您的HBase版本

在此期间数据是否会丢失？

是的，客户端被阻止，直到恢复完成。这就是为什么有办法通过使用hbase和zookeeper的设置来最小化停机时间。请参阅this blog post进行操作。

修改

正如冯王所说，我可能暗示HBase需要很长时间才能从失败中恢复过来。与Cassandra相比，它需要更多的资源来恢复节点。这可以通过 CAP定理来解释：Hbase及其master / regionServer架构一致且分区容错但不可用。但是，Cassandra与对等体系结构相比，可用和分区容忍但不一致。

这只是一般性，因为事实上，您可以使用正确的配置和方案（如FengWang）调整HBase，但是你会松开其他东西。拥有100个节点，您可以拥有10个具有更大存储容量的节点，这是一个巨大的价格差异。此外，不得不查询更多节点进行扫描是不划算的，但通过精细调整，您可以克服这个问题（使用良好的数据方案可以避免跨越太多节点进行扫描）。在Cassandra案例中，您可以在查询上设置一致性级别。级别越高，查询越慢。

在分布式系统中，您只能将一件事换成另一件事。没有针对问题的通用解决方案。

Answer 2

我在100个节点的Hbase集群上做了一些测试。当一个RegionServer关闭Hbase通常需要3-5秒来重新加载错过的区域和HDlog的Hlog。即客户端仅被阻止不到5秒。不像上面的帖子说它需要1分钟。如果真的需要1分钟，我打赌没有人想要使用Hbase。

对于Cassandra，如果一个节点关闭，通常需要不到1秒的时间来重新加载丢失的数据。