大数据产品的备份及恢复

  • Hbase
  • Distcp方式
  • 整体下载上传方式
  • CopyTable备份
  • Export工具
  • elasticsearch
  • 建立备份快照数据挂载点
  • 建立快照仓储repository
  • 建立snapshot快照备份
  • 恢复snapshot快照数据
  • 原集群恢复
  • 新集群恢复
  • HDFS

 

Hbase的备份恢复

hbase数据备份策略有两类：

  1. 离线备份（关闭Hbase集群进行全备份，包括distcp方式、整体下载上传）
  2. 在线备份（在线对集群进行备份，存在数据丢失的风险）

 进行离线备份时，必须全部关闭Hbase集群，或者disable所有表，然后通过distcp命令将HDFS上的Hbase数据复制到另外或者同一个集群的不同目录就可以了。

如果两个集群互不可见，那只能将数据文件下载到本地再上传（整体下载上传方式）。

  

  • Distcp方式

如果是想将数据迁移到另一个Hbase集群的话，另一个hbase集群必须关闭，并且数据要复制到hbase.rootdir下。

①在新备份集群下建立一个文件夹,用来保存需要备份的数据：

$HADOOP_HOME/bin/hadoop fs -mkdir /backup

 

②在旧集群执行：

$HADOOP_HOME/bin/hadoop distcp hdfs://maste:9000/hbase hdfs://backup:9000/backup

hdfs://maste:9000/hbase

hdfs://backup:9000/backup

执行命令以后hadoop会启动一个MapReduce任务，可以在50030页面进行查看；

执行成功后，在新集群执行

$HADOOP_HOME/bin/hadoop fs -ls /backup

 会发现backup目录下有一个hbase目录

③如果需要使用备份数据进行恢复的话，将数据移动到hbase.rootdir下，然后启动hbase即可。

如果使用ambari的话，路径会有些差异，这里给出完整例子（从集群mycluster移动到集群mc2，其中mc2的active namenode是node1.mc.cn）

#ssh连接mycluster机器的某节点
su hdfs

#备份到本集群
hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://mycluster/backup

#迁移到另一集群mc(在mc上恢复)
hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://node1.mc.cn:8020/apps/hbase/

#备份到另一集群mc(不恢复，只备份)
hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://node1.mc.cn:8020/backup

如果要恢复数据的话，需要确认数据目录的Owner是hbase，否则hbase无法成功启动

  hadoop fs -chown -R hbase:hdfs /apps/hbase/data

  

  • 整体下载上传方式

当两集群互不可见时，如果要离线备份恢复，可以使用这种方式。

①将备份集群和恢复集群都关闭

②下载待备份数据到本地

③将备份数据上传到待恢复集群

④启动集群

示例：

#注意命令执行的所在节点

#将待备份数据下载到本地
hadoop fs -copyToLocal /apps/hbase/data ~/backup/

#将本地数据打包，拷贝到其他集群

#在其他集群将打包后数据解压，并上传到hdfs
hadoop fs -put ~/backup/* /apps/hbase/

  

  • CopyTable备份

使用CopyTable可以将一张表的数据备份到另外一张表，也可以备份到另一集群的其他表中，要注意的是CopyTable备份不支持多版本。
①在新备份集群创建一张表，该表需要与备份表相同的结构：

create 'newtable','a','b'

 

②使用命令进行全表备份：

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=newtable --peer.adr=zookeeperhbase.zookeeper.quorum:2181:/hbase oldtable

也可以只备份指定的某个列簇，下面的命令表示备份oldtable表中的列簇a到newtable表中

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.CopyTable --families=a --new.name=newtable --peer.adr=zookeeperhbase.zookeeper.quorum:2181:/hbase oldtable

  

  • Export工具

备份为Hdfs文件，支持数据多版本。此工具一次只能操作一张表，导出的顺序文件可以通过Import工具导入HBase。

①使用Export命令将表数据写为文件

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.Export oldtable /backup/tableName

查看HDFS上的backup目录会发现三个文件(_SUCCESS、_logs、part-m-00000)：

hadoop fs -ls  /backup

 

②使用distcp或者copyToLocal的方式将备份的数据从原hdfs集群拷贝到目标hdfs集群

③需要先建一个表来接收备份的表

create 'newtable','a','b'

 

④使用Import命令导入存储文件，恢复Hbase数据

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.Import newtable /backup/tableName

 

 

ElasticSearch的备份恢复

总体步骤：

  • 建立备份快照数据挂载点
  • 建立快照仓储repository
  • 建立snapshot快照备份
  • 恢复snapshot快照数据

 

1.建立备份快照数据挂载点

  1. 安装EPEL 
rpm -i https://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm

 如果这个链接失效，可访问官网http://fedoraproject.org/wiki/EPEL

  1. 安装sshfs 
yum -y install sshfs fuse
  1. 目录共享 
#假设将数据共享到节点data.company.cn的目录 /mnt/es-data/（最好不要放在系统盘所在目录），在该节点上执行
mkdir -m 777 /mnt/es-data

#假设es集群的共享目录是 $elasticsearch_HOME/backup
#在es集群的每个节点上执行
cd $elasticsearch_HOME
mkdir -m 777 backup
#挂载共享目录
sshfs root@data.company.cn:/mnt/es-data  $elasticsearch_HOME/backup  -o allow_other

 

2.建立快照仓储repository

 

  1. 修改ES配置文件 
vi config/elasticsearch.yml

 添加仓库路径（字符串中的路径就是在第一步中设定的共享目录路径）

path.repo: ["/opt/module/elasticsearch-2.4.2/backup"]
kill `jps |grep Elasticsearch |cut -c1-5`
bin/elasticsearch -d
  1. 创建仓库 
curl -X PUT \
  http://192.168.0.38:9200/_snapshot/mybackup \
  -d '{
    "type": "fs",
    "settings":{
        "compress": true,
        "location":"/opt/module/elasticsearch-2.4.2/backup"
    }
}'

#删除仓库
curl -X DELETE http://192.168.0.38:9200/_snapshot/mybackup

 

3.建立snapshot快照备份

 快照指定索引（去掉参数数据的话，就是快照所有索引）

 

curl -X PUT \
  http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1 \
  -d '{
    "indices": "myindex"
}'

#附
#查看索引快照情况
curl -X GET http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1/_status?pretty

#删除快照（也可用于中断正在进行的快照）
curl -X DELETE http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1

  

4.恢复snapshot快照数据

  1. 如果备份数据要在新集群恢复，则需要先在新集群创建相同结构的index及type，并创建快照仓储（参照第二步） 
curl -X POST \
  http://192.168.0.39:9200/yuqing \
  -d '{
    "settings":{
        "number_of_shards":5,
        "number_of_replicas":1
    },
    "mappings":{
        "article":{
            "dynamic":"strict",
            "properties":{
                "title":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},
                "types":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},
                "url":{"type":"string","store":"no","index":"no"}
            }
        }
    }
}'
==========================
#这里只是举例
  1. 需要先关闭index，否则会出现问题【cannot restore index [myindex] because it's open】 
curl -X POST  http://192.168.0.38:9200/yuqing/_close
  1. 恢复数据（去掉参数即可恢复所有索引，否则恢复指定索引 myindex） 
curl -X POST http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1/_restore \
-d '{
    "indices": "myindex"
}'

#查看恢复进度
curl -X GET http://192.168.0.38:9200/yuqing/_recovery

#取消恢复(索引yuqing正在被恢复)
curl -X DELETE http://192.168.0.38:9200/yuqing
  1. 重新开启index 
curl -X POST  http://192.168.0.38:9200/yuqing/_open

 执行下面语句就可以看到备份的数据了

curl -X GET   http://192.168.0.38:9200/yuqing/article/_search

参考：