HBase集群中RegionServer崩溃后的快速恢复措施探索
来源： 作者： 发布时间：2015-10-21 06:21:43 浏览量：RegionServer会通过Socket连接向Zookeeper集群发起Session会话，会话建立后在Zookeeper集群中创建属于自己的临时节点ZNode。这个节点的状态是由Zookeeper集群依据Session的状态来维护的。
RegionServer作为客户端，向Zookeeper集群的Server端发起Session会话请求。Session建立后，会以唯一的SessionID作为标示。Client会定期向Server端发送Ping消息来表达该Session的存活状态；而Server端收到Ping消息时会更新当前Session的超时时间。如此，对于Client而言，只要Ping信息可达则表明该Session激活；对于Server而言，只要Session未超时则表明该Session激活。
在Server端，Zookeeper会启动专门的SessionTrackerImpl线程来处理Session的相关状态迁移问题，该线程每隔tickTime（Zookeeper配置文件中指定，默认为2 s）时间遍历一次Session列表，如果超时则立即关闭此Session，同时删除与该Session关联的临时节点，并将该事件通知给注册了该节点事件的组件。在HBase集群中，这就意味着如果RegionServer崩溃，则Zookeeper需要在Session超时后才能通知Master，后者才能启动故障恢复。
而Session的超时时间是这样确定的：HBase默认的Timeout为180 s，在创建Session时会将该参数传递给Server端。最终协商确定的Session的超时时间由Zookeeper的配置参数决定，处于Zookeeper集群minSessionTimeout和maxSessionTimeout之间。默认的minSessionTimeout=2×tickTime（默认2 s）=4 s，maxSessionTimeout=20×tickTime=40 s。不管Client传递的Timeout多大，最终协商确定的Session的Timeout时间都在4~40 s之间，实现代码如下。如果一切按照默认配置，则Session的Timeout为40 s。
int sessionTimeout=connReq.getTimeOut（）；
int minSessionTimeout=getMinSessionTimeout（）；
if（sessionTimeout<minSessionTimeout）{
sessionTimeout=minSessionTimeout；
}
int maxSessionTimeout=getMaxSessionTimeout（）；
if（sessionTimeout>maxSessionTimeout）{
sessionTimeout=maxSessionTimeout；
}
cnxn.setSessionTimeout（sessionTimeout）；
经以上分析，可以得出以下结论：Session存活意味着RegionServer存活；Session超时意味着RegionServer启动时创建的ZNode节点被删除，也就表明该RegionServer异常。
3 HBase中RegionServer异常后的恢复机制分析
通过以上的分析可以看出，当HBase集群中的一个RegionServer崩溃（如RegionServer进程挂掉）后，此时该RegionServer和Zookeeper集群的Server间的Socket连接会断开，但是二者之间的Session由于有超时时间的存在而不会立即被删除，需要等到Session超时之后才会被Zookeeper集群删除，只有Session超时了Zookeeper集群才会删除该RegionServer启动时创建的临时节点。只有Zookeeper集群中代表此RegionServer的节点删除后，HMaster才可以得知该RegionServer发生故障，才能启动故障恢复流程。HMaster恢复故障时，将故障RegionServer所管理的Region一个一个重新分配到集群中。
由此可得出以下结论：Session Timeout的存在使得HMaster无法立即发现故障RegionServer，从而延迟了故障的恢复时间，间接增加了业务中断的时间。同时，HMaster重新分配Region的处理过程效率太低，尤其是Region数目很大时。
4 改进的RegionServer异常后的恢复措施
针对以上场景，本文进行了如下改进：
（1）在RegionServer的启动脚本中加入特殊处理的代码，在该RegionServer的进程结束前自动删除其在Zookeeper集群中创建的ZNode节点，这样HMaster就能立即感知到RegionServer的状态异常事件，尽早地启动异常恢复，代码如下。
cleanZNode（）
{
if[-f $HBASE_ZNODE_FILE]；then
#call ZK to delete the node
ZNODE=`cat $HBASE_ZNODE_FILE`
$bin/hbase zkcli delete $ZNODE>/dev/null 2>&1
rm $HBASE_ZNODE_FILE
fi
}
（2）在HMaster的恢复过程中加入特殊处理的代码，通过批量处理，将故障RegionServer所管理的Region一次性地分配到集群中，如同HBase集群启动时批量分配Region的过程，提高Region分配的速度。所谓批量分配，就是先获取故障RegionServer所管理的Region数目rn和存活的RegionServer的数目rs，按照平均负载的原则，在每个存活的RegionServer上分配rn/rs个Region。这样就可以将多个Region一次分配给一个RegionServer；而原来的分配过程则是一次分配一个Region到一个RegionServer上，显然改进后的处理效率更高，尤其是Region数目较多时尤为明显。
采用以上的处理方式后，HBase集群中当一个或几个RegionServer发生故障后，业务的恢复速度提升了几十倍，从最初的故障恢复时间40 s左右到现在的几秒，实测数据如表1所示。
II型PLC简易采集器解决方案
方案简介
该采集器的主控芯片采用TI的ARM-Corthttp://www.ruishen.net.cn/电感器厂家ex-M3微控制器LM3S300，通过485接口实现对电表的数据采集，并且通过PLC载波模块
要求：220V输入，±5V输出，要求输出10W功率时，效率能220V输入，±5V输出，要求输出10W功率时，效率能达到90%。这个用反激能达到效率吗？用正激还是反激效果比较好？输出满负载功率要求多少？小功率还是反激有优势。一般的方案10W估计效率
基于PSoC的太阳自动跟踪器，可应用在太阳能灶及热
摘要
太阳能系统效率的高低在很大程度上取决于装置与太阳照射光线的对准程度。而太阳自动跟踪装置可有效提高太阳能系统的效率，从而降低光伏系统的成本。本文基于
在线客服1号