• prepare阶段：在内存中初始化两个子region，具体是生成两个HRegionInfo对象，包含tableName、regionName、startkey、endkey等。同时会生成一个transaction journal，这个对象用来记录切分的进展，具体见rollback阶段。
• execute阶段：切分的核心操作。见下图(来自 Hortonworks )：

1. regionserver 更改ZK节点 /region-in-transition 中该region的状况为SPLITING。
2. master经由过程watch节点/region-in-transition检测到region状况改变，并修改内存中region的状况，在master页面RIT模块就可以看到region履行split的状况信息。
3. 在父存储目次下新建临时文件夹.split保存split后的daughter region信息。
4. 封闭parent region：parent region封闭数据写入并触发flush操作，将写入region的数据全部持久化稻磁逄。此后短时光内客户端落在父region上的请求都邑抛出异常NotServingRegionException。
5. 核心决裂步调：在.split文件夹下新建两个子文件夹，称之为daughter A、daughter B，并在文件夹中生成reference文件，分别指向父region中对应文件。这个步调是所有步调中最核心的一个环节，生成reference文件日记如下所示：

2017-08-12 11:53:38,158 DEBUG [StoreOpener-0155388346c3c919d3f05d7188e885e0-1] regionserver.StoreFileInfo: reference 'hdfs://hdfscluster/hbase-rsgroup/data/default/music/0155388346c3c919d3f05d7188e885e0/cf/d24415c4fb44427b8f698143e5c4d9dc.00bb6239169411e4d0ecb6ddfdbacf66' to region=00bb6239169411e4d0ecb6ddfdbacf66 hfile=d24415c4fb44427b8f698143e5c4d9dc。 

个中reference文件名为d24415c4fb44427b8f698143e5c4d9dc.00bb6239169411e4d0ecb6ddfdbacf66，格局看起来比较特别，那这种文件名具体什么含义呢?那来看看该reference文件指向的父region文件，根据日记可以看到，切分的父region是00bb6239169411e4d0ecb6ddfdbacf66，对应的切分文件是d24415c4fb44427b8f698143e5c4d9dc，可见reference文件名是个信息量很大年夜的定名方法，如下所示：

除此之外，还须要存眷reference文件的文件内容，reference文件是一个引用文件(并非linux链接文件)，文件内容很显然不是用户数据。文件内容其实异常简单，重要有两部分构成：其一是切分点 splitkey，其二是一个boolean类型的变量(true或者false)，true表示该reference文件引用的是父文件的上半部分(top)，而false表示引用的是下半部分 (bottom)。为什么存储的是这两部分内容?且听下文分化。

看官可以应用hadoop敕令 亲自来查看reference文件的具体内容：

那切分点是若何定位的呢? 全部region中最大年夜store中的最大年夜文件中最中间的一个block的首个rowkey 。这是一句比较消费脑力的语句，须要细细咀嚼。别的，HBase还规定，如不雅定位到的rowkey是全部文件的首个rowkey或者最后一个rowkey的话，就认为没有切分点。

hadoop dfs -cat /hbase-rsgroup/data/default/music/0155388346c3c919d3f05d7188e885e0/cf/d24415c4fb44427b8f698143e5c4d9dc.00bb6239169411e4d0ecb6ddfdbacf66 

6. 父region决裂为两个子region后， 将daughter A、daughter B拷贝到HBase根目次下，形成两个新的region。

rollback阶段：如不雅execute阶段出现异常，则履行rollback操作。为了实现回滚，全部切分过程被分为很多子阶段，回滚法度榜样会根据当进步展到哪个子阶段清理对应的垃圾数据。代码中应用 JournalEntryType 来表征各个子阶段，具体见下图：

Region切分事务性包管

7. parent region通知修改 hbase.meta 表后下线，不再供给办事。下线后parent region在meta表中的信息并不会立时删除，而是标注split列、offline列为true，并记录两个子region。为什么不立马删除?且听下文分化。

全部region切分是一个比较复杂的过程，涉及到父region中HFile文件的切分、两个子region的生成、体系meta元数据的更改等很多子步调，是以必须包管全部切分过程的事务性，即要么切分完全成功，要么切分完全未开端，在任何情况下也不克不及出现切分只完成一半的情况。

为了实现事务性，hbase设计了应用状况机(见SplitTransaction类)的方法保存切分过程中的每个子步调状况，如许一旦出现异常，体系可以根据当前所处的状况决定是否回滚，以及若何回滚。遗憾的是，今朝实现中这些中心状况都只存储在内存中，是以一旦在切分过程中出现regionserver宕机的情况，有可能会出现切分处于中心状况的情况，也就是RIT状况。这种情况下须要应用hbck对象进行具体查看并分析解决筹划。在2.0版本之后，HBase实现了新的分布式事务框架Procedure V2(HBASE-12439)，新框架将会应用HLog存储这种单机事务(DDL操作、Split操作、Move操作等)的中心状况，是以可以包管即使在事务履行过程中介入者产生了宕机，依然可以应用HLog作为调和者对事务进行回滚操作或者重试提交，大年夜大年夜削减甚至杜绝RIT现象。这也是是2.0在可用性方面最值得等待的一个亮点!!!

　　推荐阅读

　　优化UI界面会惹怒用户？你应该这么做

有时刻在优化UI界面时，会惹怒用户。那么，若何有效的去避免呢，我们来一路看看竽暌剐哪些优化UI界面的办法。以下内容由 Mockplus 团队翻译整顿，仅供进修交换。本地的星巴克可所以一个好>>>详细阅读

本文标题：HBase原理–所有Region切分的细节都在这里了

地址：http://www.17bianji.com/lsqh/36983.html

 1/2    1