阿里5位嘉賓3個分享：HBaseCon Asia 2017干貨滿滿
原創HBaseCon是Apache HBase官方舉辦的技術會議，主要目的是分享，交流HBase這個開源分布式大數據存儲的使用和開發以及發展。HBaseCon發起于2012年。通常HBaseCon的舉辦地是在美國，這是HBaseCon***次在亞洲舉行，命名為Apache HBaseCon 2017 Asia。而且這次會議舉辦地選擇在中國深圳，也足以見得HBase在中國的火爆程度和中國開發者們對HBase社區所做的卓越貢獻。
Apache HBase是基于Apache Hadoop構建的一個分布式、可伸縮的Key-Value數據庫，它提供了大數據背景下的高性能的隨機讀寫能力。做為最早研究、使用和二次開發HBase技術的中國公司，阿里巴巴從2010年就開始使用HBase，經過近7年的發展，現在采用HBase存儲的業務已經超過1000+，擁有了上萬臺的HBase集群規模，在HBase上存儲的數據已達PB級。秉承開源和分享的精神，阿里把HBase的實踐經驗和改進不斷回饋HBase社區，比如說Bucket Cache和Reverse Scan等功能，給HBase技術發展帶來了非常深遠的影響。同時，也給HBase社區培養了2名PMC和2名Committer，阿里在HBase社區的影響力可見一斑。那么這次HBaseCon 2017 Asia。阿里派出了一位HBase PMC和2位Committer，還有兩位資深的HBase開發，給大家帶來了十足的干貨。
阿里干貨系列
一、強同步復制
傳統的HBase主備集群同步使用的方案是異步復制，這使得主備集群數據之間會有短暫的數據不同步現象。用戶為了災備，不得不放棄強一致模型。沒法放棄強一致語義的用戶，必須自己寫一套復雜的邏輯來保證主備集群之間數據的讀寫一致性。阿里的HBase技術專家天引，在此次的HBaseCon Asia上給大家帶來了強同步復制方案。
據天引介紹，強同步復制方案采用了主備并發寫和RemoteLog技術，使得在同城網絡條件下同步復制相對于異步復制僅有2%的吞吐量下降。當一個請求到達主庫后，并發寫本地和備庫，到達備庫的同步寫不需要走完整的寫入路徑，而是直接寫入RemoteLog，降低同步寫開銷與延時。除了同步鏈路外，還有一套異步鏈路將數據從主庫復制到備庫，因此正常情況下不需要回放RemoteLog的數據到備庫，在主庫不可服務的情況下，只需要回放RemoteLog中那些還沒有被異步復制鏈路同步到備庫的數據，異步復制只有幾秒鐘的數據延遲，這保證了可以在很短的時間內完成從主庫到備庫的切換。
此方案在大會現場引起了強烈反響，很多HBase用戶表示這是他們期待已久的功能，希望能盡快使用上。天引表示此功能目前基于阿里內部分支實現、運行及完善，未來將會回饋給社區。
二、SQL on HBase
阿里HBase服務了大量的內部用戶，并持續有新用戶接入。但是使用HBase的用戶有很大一部分是從傳統的SQL數據庫轉過來的，HBase的rowkey設計和API的使用習慣對于他們來說并不友好。為了降低這些轉型用戶的使用門檻，阿里在HBase上引入了SQL層。來自阿里的資深HBase開發工程師天穆，給大家詳細講解了如何玩轉SQL on HBase。
通過優化，現在在阿里使用SQL訪問HBase和原生API的速度已經相差無幾，而且在SQL語法上，創造性地支持HBase多版本和時間戳等NoSQL才具有的功能。
另外，在HBase上同時支持了全局二級索引和本地二級索引。使用戶可以在多列上建立索引，簡化了業務的設計，提升了請求效率，降低了使用成本。
三、跨集群分區拷貝
HBase上通常承載著海量的數據，而在日常生產過程中，隨著業務的發展和公司數據中心的規劃等原因，這些海量數據需要經常搬遷，這通常對于運維來說是一個非常頭疼的問題。來自阿里的HBase社區Committer正研，分享了阿里跨集群分區拷貝的場景和成熟解決方案。
正研首先介紹了在阿里內部常見的需要數據拷貝的場景，比如說新建數據中心，HBase集群需要整體搬遷到新的機房;又比如說不同機房內的HBase集群的增量數據同步，可以用replication來解決，但是對于存量數據，目前還沒有比較高效的方案;另外還一個常見場景就是數據恢復，而傳統的HBase備份還原工具都沒法控制數據恢復的范圍。
因此，阿里研發了Range Data Copy功能內置在HBase中，提供了一個簡單高效，而且能夠自動處理各種錯誤情況和災難恢復的數據拷貝功能，使用這個功能拷貝一張200TB的表到另外一個集群，所需時間不到5小時。
四、讀寫鏈路優化
在阿里使用HBase的過程中，對HBase本身做了非常多的讀寫性能優化。來自阿里的HBase社區PMC絕頂和Committer天照，一起給大家分享了阿里在這方面所取得的一些成果。
1、使用Netty替代HBase原生的RPC server，大大提升了HBaseRPC的吞吐能力，降低了延遲 ;
2、 引入新的HFileBlock編碼格式，把順序搜索變成了二分查找，提高了HBase隨機讀的能力
3、拆分寫鏈路，釋放阻塞的handler資源，提高了HBase寫的吞吐能力 ;
來自阿里的這些優化黑科技，使HBase的能力又更上一個新臺階。并且這些優化和功能目前已經回饋給了社區，所有的HBase用戶都能在新版本的使用獲得這些技術紅利。
總結
除了阿里帶來的技術分享，現場許多其他公司也都帶來了他們對HBase做出的改進和使用經驗。比如說小米實現了AsyncClient，填補了HBase沒有原生異步API的缺口;知乎使用kubernetes自動擴容縮容HBase集群，靈活地適應業務高速發展和瞬息萬變;烽火網絡隔離讀寫資源使近線查詢更加穩定等等。
除了上述提到的這幾個亮點技術分享，此次HBaseCon大會的每一個session都非常精彩，給大家帶來了一場又一場思維碰撞的盛宴。Apache HBase“掌門人”Michael Stack也參加了此次會議，并與HBase開發者們舉行了一次圓桌會議，共同探討HBase的現狀和未來。
這次HBaseCon的火爆程度，直接展示了國內企業和開發者們對HBase熱情和期望。HBaseCon大會不僅給HBase的使用者們帶來了***鮮的技術進展，互通有無，吸收其他公司的先進經驗;也成為HBase使用者和開發者之間溝通的橋梁，能讓開發者們看到業界動態，用戶的需求，共同把HBase打造成一個更加易用，更高性能，更穩定的大數據存儲。這次HBaseCon大會是一個很好的開端，期望HBaseCon Asia越辦越好，給大家帶來更多的干貨!
***
如果你對大數據在線存儲、對HBase感興趣，或者是想更好地使用HBase、開發更NB的產品，歡迎聯系我們(正研，zhengyan.ywl@alibaba-inc.com)，一起交流，互相學習!
作者簡介：
楊文龍，花名正研，阿里巴巴存儲技術事業部資深研發，HBase開源社區Committer。開源技術愛好者，對分布式存儲系統的設計、實踐具備豐富的大規模生產的經驗。
