Amazon EMR
Amazon EMR 版本指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 Amazon AWS 入门

使用 HBase 快照

HBase 使用内置快照功能创建表的轻型备份。在 EMR 集群中,可使用 EMRFS 将这些备份导出到 Amazon S3。可使用 HBase 外壳在主节点上创建快照。本主题说明如何使用外壳或通过将 command-runner.jar 与 AWS CLI 或 AWS SDK for Java 结合使用的步骤以交互方式运行这些命令。有关其他类型的 HBase 备份的更多信息,请参阅 HBase 文档中的 HBase 备份

使用表创建快照

hbase snapshot create -n snapshotName -t tableName

从 AWS CLI 使用 command-runner.jar:

aws emr add-steps --cluster-id j-2AXXXXXXGAPLF \ --steps Name="HBase Shell Step",Jar="command-runner.jar",\ Args=[ "hbase", "snapshot", "create","-n","snapshotName","-t","tableName"]

AWS SDK for Java

HadoopJarStepConfig hbaseSnapshotConf = new HadoopJarStepConfig() .withJar("command-runner.jar") .withArgs("hbase","snapshot","create","-n","snapshotName","-t","tableName");

注意

如果您的快照名称不是唯一的,则创建操作将失败,且返回代码为 -1255,但可能不会出现指示已出错的错误消息。要使用相同的快照名称,请删除快照,然后重新创建快照。

删除快照

hbase shell >> delete_snapshot 'snapshotName'

查看快照信息

hbase snapshot info -snapshot snapshotName

将快照导出到 Amazon S3

重要

如果您在导入快照时未指定 -mappers 值,则 HBase 将使用任意计算来确定映射器的数量。此值可能非常大 (取决于您的表大小),这会对导出期间正在运行的作业产生负面影响。为此,我们建议您指定 -mappers 参数或 -bandwidth 参数 (指定每秒使用的带宽 (以 MB 为单位)),或同时指定这两个参数以限制导出操作使用的集群资源。或者,您可在使用量较低的时段内运行导出快照操作。

hbase snapshot export -snapshot snapshotName \ -copy-to s3://bucketName/folder -mappers 2

从 AWS CLI 使用 command-runner.jar

aws emr add-steps --cluster-id j-2AXXXXXXGAPLF \ --steps Name="HBase Shell Step",Jar="command-runner.jar",\ Args=[ "hbase", "snapshot", "export","-snapshot","snapshotName","-copy-to","s3://bucketName/folder","-mappers","2","-bandwidth","50"]

AWS SDK for Java:

HadoopJarStepConfig hbaseImportSnapshotConf = new HadoopJarStepConfig() .withJar("command-runner.jar") .withArgs("hbase","snapshot","export", "-snapshot","snapshotName","-copy-to", ""s3://bucketName/folder", "-mappers","2","-bandwidth","50");

从 Amazon S3 导入快照

虽然这是导入操作,但此处使用的 HBase 选项仍为 export

sudo -u hbase hbase snapshot export \ -D hbase.rootdir=s3://bucketName/folder \ -snapshot snapshotName \ -copy-to hdfs://masterPublicDNSName:8020/user/hbase \ -mappers 2

从 AWS CLI 使用 command-runner.jar

aws emr add-steps --cluster-id j-2AXXXXXXGAPLF \ --steps Name="HBase Shell Step",Jar="command-runner.jar", \ Args=["sudo","-u","hbase","hbase snapshot export","-snapshot","snapshotName", \ "-D","hbase.rootdir=s3://bucketName/folder", \ "-copy-to","hdfs://masterPublicDNSName:8020/user/hbase","-mappers","2","-chmod","700"]

AWS SDK for Java:

HadoopJarStepConfig hbaseImportSnapshotConf = new HadoopJarStepConfig() .withJar("command-runner.jar") .withArgs("sudo","-u","hbase","hbase","snapshot","export", "-D","hbase.rootdir=s3://bucketName/folder", "-snapshot","snapshotName","-copy-to", "hdfs://masterPublicDNSName:8020/user/hbase", "-mappers","2","-chuser","hbase");

从 HBase 外壳中的快照还原表

hbase shell >> disable tableName >> restore_snapshot snapshotName >> enable tableName

HBase 当前不支持在 HBase 外壳中找到的所有快照命令。例如,没有用于还原快照的 HBase 命令行选项,因此您必须在外壳中还原快照。这意味着,command-runner.jar 必须运行 Bash 命令。

注意

由于此处使用的命令为 echo,因此您的外壳命令可能仍将失败,即使 Amazon EMR 运行的命令返回退出代码 0 也是如此。如果您选择将运行外壳命令作为一个步骤,请查看步骤日志。

echo 'disable tableName; \ restore_snapshot snapshotName; \ enable tableName' | hbase shell

以下是使用 AWS CLI 的步骤。首先,创建以下 snapshot.json 文件:

[ { "Name": "restore", "Args": ["bash", "-c", "echo $'disable \"tableName\"; restore_snapshot \"snapshotName\"; enable \"tableName\"' | hbase shell"], "Jar": "command-runner.jar", "ActionOnFailure": "CONTINUE", "Type": "CUSTOM_JAR" } ]
aws emr add-steps --cluster-id j-2AXXXXXXGAPLF \ --steps file://./snapshot.json

AWS SDK for Java:

HadoopJarStepConfig hbaseRestoreSnapshotConf = new HadoopJarStepConfig() .withJar("command-runner.jar") .withArgs("bash","-c","echo $'disable \"tableName\"; restore_snapshot \"snapshotName\"; enable \"snapshotName\"' | hbase shell");