编辑“︁HBase备份与恢复”︁

= HBase备份与恢复 =

== 概述 ==
'''HBase备份与恢复'''是HBase数据库管理中的关键操作，用于保护数据免受硬件故障、人为错误或灾难性事件的影响。HBase提供了多种备份和恢复机制，包括基于快照的备份、导出/导入工具以及复制（Replication）功能。本章将详细介绍这些方法及其适用场景。

== 备份方法 ==

=== 1. 快照（Snapshot） ===
快照是HBase中最轻量级的备份方式，它仅记录表的元数据和文件列表，不复制实际数据文件。快照创建速度快且对集群性能影响小。

'''语法示例：'''
<syntaxhighlight lang="bash">
# 创建快照
hbase> snapshot 'my_table', 'my_table_snapshot_2023'

# 列出快照
hbase> list_snapshots

# 删除快照
hbase> delete_snapshot 'my_table_snapshot_2023'
</syntaxhighlight>

=== 2. 导出/导入（Export/Import） ===
Export工具将表数据导出为HDFS序列文件，Import工具则将其导回HBase。适合跨集群迁移或长期归档。

'''示例：'''
<syntaxhighlight lang="bash">
# 导出到HDFS
hbase org.apache.hadoop.hbase.mapreduce.Export \
  my_table /backup/my_table_export

# 从HDFS导入
hbase org.apache.hadoop.hbase.mapreduce.Import \
  my_table_restored /backup/my_table_export
</syntaxhighlight>

=== 3. 复制（Replication） ===
HBase的跨集群异步复制功能可实现近实时备份，适用于灾备场景。配置流程如下：

<mermaid>
graph LR
  A[主集群] -->|WAL日志| B[备集群]
  B --> C[数据一致性检查]
</mermaid>

'''配置步骤：'''
<syntaxhighlight lang="bash">
# 主集群hbase-site.xml
<property>
  <name>hbase.replication</name>
  <value>true</value>
</property>

# 备集群执行
hbase> add_peer '1', "zk1,zk2,zk3:2181:/hbase"
hbase> enable_table_replication 'my_table'
</syntaxhighlight>

== 恢复策略 ==

=== 1. 从快照恢复 ===
快照恢复支持全表恢复或选择性恢复：

<syntaxhighlight lang="bash">
# 恢复为新表
hbase> clone_snapshot 'my_table_snapshot_2023', 'my_table_restored'

# 覆盖原表（需先禁用）
hbase> disable 'my_table'
hbase> restore_snapshot 'my_table_snapshot_2023'
hbase> enable 'my_table'
</syntaxhighlight>

=== 2. 时间点恢复（PITR） ===
结合快照和WAL日志可实现精确到时间点的恢复：

<math>
恢复点 = 最近快照时间 + WAL重放时长
</math>

== 实际案例 ==

'''电商订单系统备份方案：'''
1. '''每日快照'''：对订单表创建定时快照
2. '''跨机房复制'''：配置异步复制到灾备机房
3. '''季度归档'''：使用Export工具将历史数据归档到对象存储

'''恢复演练流程：'''
1. 模拟主集群故障
2. 从最近的快照恢复基础数据
3. 重放后续WAL日志到故障前状态
4. 验证数据完整性

== 最佳实践 ==
* 快照保留策略：保留最近7天每日快照+每月完整快照
* 备份验证：定期执行恢复测试
* 监控指标：备份成功率、恢复耗时、复制延迟
* 容量规划：备份存储需预留原数据量20%的额外空间

== 常见问题 ==
'''Q: 快照会锁定表吗？'''
A: 不会，快照创建期间表可正常读写。

'''Q: Export过程中数据修改会怎样？'''
A: Export是基于MR的静态导出，过程期间的修改不会被包含。

'''Q: 复制延迟大如何优化？'''
A: 可调整hbase.replication.source.nb.capacity参数增加传输线程数。

[[Category:大数据框架]]
[[Category:Apache Hadoop]]
[[Category:Hbase数据库]]