连接HBase的正确姿势

连接HBase的正确姿势

在云HBase值班的时候，经常会遇见有用户咨询诸如“HBase是否支持连接池？”这样的问题，也有用户因为应用中创建的Connection对象过多，触发Zookeeper的连接数限制，导致客户端连不上的。究其原因，都是因为对HBase客户端的原理不了解造成的。本文介绍HBase客户端的Connection对象与Socket连接的关系并且给出Connection的正确用法。
Connection是什么?
在云HBase用户中，常见的使用Connection的错误方法有：

1. 自己实现一个Connection对象的资源池，每次使用都从资源池中取出一个Connection对象；
2. 每个线程一个Connection对象。
3. 每次访问HBase的时候临时创建一个Connection对象，使用完之后调用close关闭连接。

从这些做法来看，这些用户显然是把Connection对象当成了单机数据库里面的连接对象来用了。然而作为分布式数据库，HBase客户端需要和多个服务器中的不同服务角色建立连接，所以HBase客户端中的Connection对象并不是简单对应一个socket连接。HBase的API文档当中对Connection的定义是：
A cluster connection encapsulating lower level individual connections to actual servers and a connection to zookeeper.
我们知道，HBase客户端要连接三个不同的服务角色：

1. Zookeeper：主要用于获得meta-region位置，集群Id、master等信息。
2. HBase Master：主要用于执行HBaseAdmin接口的一些操作，例如建表等。
3. HBase RegionServer：用于读、写数据。

下图简单示意了客户端与服务器交互的步骤：

HBase客户端的Connection包含了对以上三种Socket连接的封装。Connection对象和实际的Socket连接之间的对应关系如下图：

HBase客户端代码真正对应Socket连接的是RpcConnection对象。HBase使用PoolMap这种数据结构来存储客户端到HBase服务器之间的连接。PoolMap封装ConcurrentHashMap的结构，key是ConnectionId(封装服务器地址和用户ticket)，val