1. 迁移数据和切换集群期间，查询服务不中断；
  2. 项目、数据模型和cube的新增、更改、发起构建、发起合并等操作不受影响；
  3. 数据构建任务可延后调度，但不能超过天级别；


Kylin存储在HBase中的数据主要有两类： Kylin metadata(元数据)、Cube预计算数据。 元数据中存储着所有的用户、项目和数据模型的信息； 数据模型对应的结果数据表； 数据任务的执行参数、状态和日志； 查询使用的词典等重要信息。 由于我们接入了很多自动化BI系统，这部分信息随时在变化。 Cube预计算数据是查询使用的结果数据，每一个segment对应着一张数据表，预计算的数据表生成之后不会变化。 我们虽然可以通过HBase snapshot复制后在新集群restore的方式将数据复制到新的集群，但是由于生产环境的Kylin中的数据表比较多，且以每天400张的速度不断生成(注： 因为有合并和过期删除策略，每天数据表的增加数量要少于400)。 新的数据表生成后会在metadata中标记为可查询，若此时数据表的同步未完成，就会导致查询失败。 我们面对挑战是如何保障数据迁移的过程中的服务可用性：

  1. Kylin metadata不断变化，Cube预计算数据存量巨大且在持续增加；
  2. metadata可以做到秒级别同步，Cube预计算数据只能做到天级别(存量)和小时级别(增量)的同步；
  3. metadata新旧集群保证一致，Cube预计算数据迁移过程中保障可用；


如下图所示：

kylin如何查询hbase的其他表数据 hbase和kylin_生产环境


图1-通常方案的问题   迁移方案       因为我们维护了基于Kylin-2.5.2的内部版本，希望通过修改代码实现平滑迁移，其关键点是：

  1. 通过HBase replication保证新旧集群Kylin metadata的数据同步


Kylin的meta信息存储在HBase的kylin_metadata表中，两个集群的此表保持同步更新。

  1. Kylin支持连接多个HBase集群


查询时如果在首选HBase中找不到需要的HTable，则回退到备选HBase集群。 (已提交社区： KYLIN-4175)

  1. 任务调度支持安全模式


安全模式下，用户可继续提交构建任务，且已在调度中的任务可以继续执行，但新提交的任务暂缓调度。 (已提交社区： KYLIN-4178) 迁移示意图如下：

kylin如何查询hbase的其他表数据 hbase和kylin_与kylin_02


图2-支持secondary HBase方案 除了上述关键点，还需要注意一些细节问题。 1. 超大metadata的数据迁移   超过阈值(默认为10MB)的metadata存储在HBase依赖的HDFS上，需要手动迁移这部分数据。 我们通过Hadoop distcp来迁移此部分数据。 2. coprocessor的更新   Kylin使用了HBase的coprocessor机制，在执行查询的时候扫描HBase的数据。 起初我们认为可以使用兼容HBase 0.98和2.2的coprocessor，实际测试中发现需要更新为支持HBase2.2的coprocessor。 Kylin提供了工具来进行批量的更新。 构建基于HBase 2.2的Kylin，需要基于社区的2.5.x-hadoop3.1或2.6.x-hadoop3.1分支。 我们选择从Hadoop3.1的分支上移植相关特性。 相关的JIRA有： KYLIN-2565、KYLIN-3518

>>>>

迁移步骤


具体迁移步骤如下：

  • HBase团队搭建好基于HBase 2.2的独立HBase集群
  • HBase团队添加新老集群kylin_metadata表的异步replication；
  • HBase团队通过snapshot + restore同步HBase其他表，并更新coprocessor；
  • 在测试节点上回放生产环境查询请求，验证新集群HBase数据表可正常提供查询；
  • 开启JobServer的安全模式，禁用新的任务调度；
  • 滚动升级QueryServer，切换至兼容新旧HBase；
  • 等待安全模式下所有任务运行完成，切换JobServer至新HBase并关闭安全模式；
  • 等待表全部迁移完成，使用KylinHealthCheck工具检查HBase表，确认所有在用cube segment对应的HBase表存在；
  • 检查确认后，从Kylin去除旧HBase集群配置；
  • 旧HBase集群数据保留一段时间，最后清理删除。


  问题&解决       在演练和执行的过程中，我们遇到了如下的一些问题：

>>>>

Kylin metadata的一致性验证


Metadata作为最重要的HBase表，影响着Kylin的主要功能。 虽然有HBase replication来保证数据同步，也最好双重确认来保障服务可用性。 我们在Kylin中开发了一个脚本来批量对比两个meta表，通过扫描meta表所有的键值和时间戳来发现差异。 在初期确实发现了差异，也依此来修正了replication的配置。 在HBase团队的协助下，该表做到了实时的同步。

>>>>

新HBase数据表的可用性验证


为了验证新集群的数据可用性，我们启动了一个测试的Kylin实例用以模拟兼容多个HBase集群的查询。 测试实例不直接对用户服务，而是通过回放SQL query来进行可用性测试。 回放测试自动验证查询是否正常返回。 这种测试方式弥补了回归测试用例覆盖范围的不足，通过测试我们确实发现了隐藏的问题并进行了修复。 在生产环境的切换中，未发生新的问题。

>>>>

HBase2 protobuf变更带来的影响


测试中发现，若HBase返回数据量较大时会查询报错，提示消息的长度超过限制： InvalidProtocolBufferException:Protocol message was too large. May be malicious. 在查询时，HBase和Kylin之间的数据发送通过protobuf序列化。 HBase 2修改了返回数据的方式，从一次性返回变成了流式的返回，从而触发了protobuf的长度检查逻辑。 这个长度在protobuf 3之前的版本被限制为64M，支持通过setSizeLimit()方法来修改。 实际上，大多数Hadoop项目都会使用shaded protobuf并修改这个限制。 由于Kylin项目中未使用自己打包的protobuf，因此这里需要通过接口修改长度限制。 相关讨论见： KYLIN-3973。

>>>>

HBase写大文件的异常


当Cube的预计算结果数据量比较大，单HBase region的文件大小超过配置的阈值时，向HBase 2.2写文件会造成海量的小文件。 这一步发生在将计算的结果转换为HFile时，此步骤的任务执行时间也比较长。 这是由HBase 2.2的BUG导致，HBase的修复方案已合入最新分支。 可以移植该patch以解决问题，也修改配置hbase.hregion.max.filesize来解决。 相关讨论见： HBASE-22887、KYLIN-4292、KYLIN-4293。

>>>>

部分数据构建任务失败


迁移过程中有两种数据构建任务的失败： 包更新导致的失败、segment合并的失败。 由于Kylin的任务机制，在提交任务的时候就已经指定了使用的jar包的绝对路径。 如果Kylin的依赖升级后，jar包版本号发生了变化，就会导致执行异常。 社区版本尚未修复，可以通过保留原来版本的文件来避免该问题。 相关讨论见： KYLIN-4268。 另外，多集群的HBase配置仅支持了查询引擎，在合并最新生成的HBase表时会出现异常。 我们认为segment合并可以接受一定时间的延迟，在HBase表同步完成后再触发相关合并操作即可。 总结与展望 本次Kylin的HBase跨集群迁移和版本升级的挑战点是如何保证对用户的影响最小。 迁移的重点是设计一个高效迁移方案、保证迁移过程的数据一致性和正确性、保证测试方案的完整覆盖，同时需要设计执行过程中的异常情况的判定和处理机制。 最后的Kylin滚动升级过程耗时2小时，也就意味着用户作业的调度延后为2小时。 基于前期的大量工作，最终实现了对业务的影响最小。 我们在维护的内部版本的基础上，通过技术修改优雅解决问题，相关成果也反馈给社区。 >>>>

后续改进


目前使用HBase作为Kylin的预计算结果存储有着诸多问题。 除了本文提到的海量表，还包括不支持第二索引、查询引擎无法分布式、扫描表的数据量和时间存在限制等问题，这些都限制了Kylin的能力。 社区正在实现Kylin on Parquet的方案，数据存储使用Parquet，查询引擎使用SparkSQL，此方案能够极大的提升Kylin的能力。 我们期待该方案的落地，也会积极的参与相关讨论、开发和测试。 致谢 感谢HBase团队同学在迁移期间的给力支持！ 关于我们 小米云平台计算平台团队，负责为小米集团各业务线提供高品质的弹性调度和计算服务。 包括离线平台(Spark，Hadoop Yarn，Kylin，Doris等)，流式平台(Kafka，Flink及自研Talos等)，弹性平台(Docker，Kubernetes等)。 武汉团队主要负责Kylin、Druid等OLAP引擎开发。

kylin如何查询hbase的其他表数据 hbase和kylin_apache_03


参考资料 [1] Apache Kylin跨机房迁移实战  https://blog.bcmeng.com/post/kylin-migrate.html [2] KYLIN-4175: Support secondary hbase storage config for hbase cluster migration  https://issues.apache.org/jira/browse/KYLIN-4175 [3] KYLIN-4178: Job scheduler support safe mode  https://issues.apache.org/jira/browse/KYLIN-4178 [4] KYLIN-3973: InvalidProtocolBufferException: Protocol message was too large. May be malicious.  https://issues.apache.org/jira/browse/KYLIN-3973 [5] KYLIN-3997: Add a health check job of Kylin  https://issues.apache.org/jira/browse/KYLIN-3997 [6] KYLIN-4268: build job failed caused by hadoop utils update  https://issues.apache.org/jira/browse/KYLIN-4268 [7] HBASE-22887: HFileOutputFormat2 split a lot of HFile by roll once per rowkey  https://issues.apache.org/jira/browse/HBASE-22887 [8] KYLIN-4293: Backport HBASE-22887 to Kylin HFileOutputFormat3  https://issues.apache.org/jira/browse/KYLIN-4293 [9] [DISCUSS] Columnar storage engine for Apache Kylin:  http://apache-kylin.74782.x6.nabble.com/DISCUSS-Columnar-storage-engine-for-Apache-Kylin-td11821.html