HBase备份恢复在CentOS上怎么操作

在 CentOS 上执行 HBase 备份与恢复

一、常用方案与适用场景

• 快照 Snapshot：对单表进行时间点备份，轻量、快速，适合日常点恢复与克隆测试环境。支持在线创建与恢复。
• Export/Import：将表数据导出为 HDFS 的 SequenceFile，可跨集群迁移，支持按时间范围导出，适合小规模或跨环境迁移。
• CopyTable：基于 Scan/Put 在表间或集群间复制数据，可指定时间区间、列族、目标表名，适合局部数据修复或同构集群迁移。
• Backup/Restore 工具：HBase 提供的备份框架，支持全量与增量备份，适合生产环境的定期备份与快速回滚。
• HDFS 层面 DistCp/拷贝：在停机或维护窗口对 HBase 根目录做离线全量拷贝，适合跨集群/跨机房迁移或灾备。
• 一致性修复 hbck：当数据文件异常或元数据不一致时，用于检测与修复（如 fixMeta、fixAssignments、fixHdfsOverlaps）。

二、备份操作

• 快照（单表、在线）

  1. 在 hbase shell 创建快照：
     hbase> snapshot ‘sourceTable’, ‘snapshot_20251223’
     如需避免内存刷新：hbase> snapshot ‘sourceTable’, ‘snapshot_20251223’, { SKIP_FLUSH => true}
  2. 列出/删除快照：list_snapshots / delete_snapshot ‘snapshot_20251223’
  3. 克隆为新表（可选）：hbase> clone_snapshot ‘snapshot_20251223’, ‘new_table’
     说明：快照默认轻量，仅保存元数据与 HFile 指针，几乎不影响在线业务。

• Export/Import（跨集群/按时间）

  1. 导出到 HDFS：
     hbase org.apache.hadoop.hbase.mapreduce.Export sourceTable /backup/hbase/sourceTable_20251223
     可加参数：versions=N、starttime=TS、endtime=TS 做增量导出。
  2. 导入到目标集群/表：
     hbase org.apache.hadoop.hbase.mapreduce.Import targetTable /backup/hbase/sourceTable_20251223
     说明：适合小规模数据迁移或按时间窗口恢复。

• CopyTable（表间/集群间复制）

  1. 同集群复制为新表：
     hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=tableCopy sourceTable
  2. 跨集群复制（指定对端 ZK）：
     hbase org.apache.hadoop.hbase.mapreduce.CopyTable \ –peer.adr=dstZK:2181:/hbase \ –new.name=tableCopy sourceTable
     说明：可按时间、列族过滤，适合局部修复与复制。

• Backup/Restore（全量/增量）

  1. 全量备份：
     hbase backup create full hdfs:///backup/hbase/full_20251223
  2. 增量备份（基于上次备份）：
     hbase backup create incremental hdfs:///backup/hbase/incr_20251224
  3. 查看备份列表：
     hbase backup list
     说明：适合生产环境的定期备份与回滚，需确保备份仓库可用。

• HDFS 离线拷贝（停机窗口）

  1. 备份：
     hadoop distcp hdfs:///hbase hdfs:///backup/hbase/hbase_20251223
  2. 恢复：
     hadoop distcp hdfs:///backup/hbase/hbase_20251223 hdfs:///hbase
     说明：停机一致性更好，适合跨机房/跨版本迁移（注意版本兼容）。

三、恢复操作

• 快照恢复（单表）

  1. 在 hbase shell 禁用表：hbase> disable ‘sourceTable’
  2. 恢复到快照：hbase> restore_snapshot ‘snapshot_20251223’
  3. 启用表：hbase> enable ‘sourceTable’
     说明：恢复为快照时刻的数据视图；若启用复制（Replication），恢复后主从可能不一致，需先停同步再恢复。

• Export/Import 恢复

  1. 目标表需存在且结构一致（列族一致）。
  2. 导入：
     hbase org.apache.hadoop.hbase.mapreduce.Import targetTable /backup/hbase/sourceTable_20251223
     说明：适合跨集群/按时间窗口回滚。

• CopyTable 恢复

  1. 将问题数据从备份表/集群复制回原表：
     hbase org.apache.hadoop.hbase.mapreduce.CopyTable --peer.adr=srcZK:2181:/hbase \ –new.name=sourceTable backupTable
     说明：适合局部数据修复或回滚。

• Backup/Restore 恢复

  1. 列出备份：hbase backup list
  2. 按备份 ID 恢复：
     hbase backup restore hdfs:///backup/hbase/full_20251223 < backup_id>
     说明：支持时间点回滚，适合生产环境快速恢复。

• HDFS 拷贝恢复（离线）

  1. 先停 HBase：stop-hbase.sh
  2. 备份现有目录：hdfs dfs -mv /hbase /hbase_bak_$(date +%F)
  3. 恢复：hadoop distcp hdfs:///backup/hbase/hbase_20251223 /hbase
  4. 启动 HBase：start-hbase.sh
     说明：一致性高，适合灾备恢复。

• 仅元数据/Region 异常时的修复（hbck）

  1. 修复元数据：hbase hbck -fixMeta table_20180811
  2. 分配 Region：hbase hbck -fixAssignments table_20180811
  3. 若存在 Region 重叠：hbase hbck -fixHdfsOverlaps table_20180811
  4. 复核：hbase hbck table_20180811，状态应为 Status: OK
     说明：用于数据目录迁移或异常关闭后的修复。

四、注意事项与最佳实践

• 权限与目录：HBase 数据在 HDFS 上，备份/恢复涉及的路径需保证 HDFS 权限与所属用户组正确（如 hbase:hadoop），必要时使用 hdfs dfs -chown/chmod。
• 复制与一致性：启用 Replication 时，快照/导入等方式恢复后主从可能不一致，建议先停同步、恢复到一致时间点后再重建同步。
• 版本兼容：跨大版本迁移谨慎，尤其是 HBase 2.x 之后部分修复命令行为变化，优先使用快照/Export-Import/Backup 框架。
• 影响评估：CopyTable/Export/Import 会触发 Scan/MR 作业，请在业务低峰期执行并控制带宽/并发。
• 校验与演练：定期做恢复演练与校验（如 count、scan 抽样、校验和），确保备份可用。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！