HBase Replication的源码解析

最新推荐文章于 2023-02-07 13:23:03 发布

原创

最新推荐文章于 2023-02-07 13:23:03 发布 · 1.4k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#hbase #源码解析 #replication

本文详细解析了HBase的复制（Replication）机制，包括ReplicationSource、ReplicationSink、ReplicationSourceManager和ReplicationEndpoint的工作原理。ReplicationSource负责读取WAL并按队列发送到目标集群，通过多线程提升发送吞吐量。ReplicationSink在目标端接收并应用到本地集群。ReplicationSourceManager管理所有源，处理RegionServer的增减及配置变更。新加入的集群只能从加入后的时间点开始同步数据。文章还探讨了HLog的角色以及如何处理RegionServer故障和新集群的添加。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Replication的类结构：

replication的类结构包括了ReplicationSource、ReplicationSourceManager和ReplicationSink、ReplicationSinkManger以及ReplicationEndpoint五部分组成。

ReplicationSource是源端负责读取wal entry的对象，每个RegionServer对应每个peerid分配一个ReplicationSource，这里每个peerid对应唯一的一个slave集群。ReplicationSource中将待replicate的wal log按照prefix name的不同组织成不同的queue，每个queue由一个work thread负责处理该queue中的log entry，work thread会依次读取log file的内容并解析成对象WALEntry（过滤在这里发生），最终经由HBaseInterClusterReplicationEndpoint发送到目标集群。

发送经由HBaseInterClusterReplicationEndpoint实现，实际的处理代码在shipEdits中，发送交由线程池执行的，池中线程的个数由hbase.replication.source.maxthreads定义，默认是10个，这些线程接收实现了Callable接口的Replicator对象，在call方法中将WALEntry序列化后经protobuf同步到目标端集群。每一个ReplicationSource配备一个endpoint执行ship逻辑。