使用export/import进行数据迁移
由于线上服务器底层虚拟机要从VMWare切换为ZStack，需要对线上的HBASE集群数据进行离线迁移。使用HBase自带的Export/Import实现，这种方法可以支持网络不通的集群之间的数据迁移。迁移步骤是先利用Export将需要数据迁出的HBase表数据转换成文件存入HDFS中，然后通过get命令将HDFS上的文件下载到本地文件中，在将文件拷贝到需要数据迁入的集群上，通过put把拷贝的本地文件上传至目标集群的HDFS中，最后利用Import命令将目标集群HDFS中的数据导入到HBase表。以上过程需要MapReduce的支持，所以需要启动yarn。
迁移前参数调优
我在实测的时候发现，执行import命令导入数据到hbase表中的时候经常会报错：Error: org.apache.hadoop.hbase.client.RetriesExhaustedWithDetailsException: Failed 6 actions: org.apache.hadoop.hbase.RegionTooBusyException: Over memstore limit=256.0M。导入效率非常低。CDH平台上也会有RegionServer写入负荷过高的隐患报警。
排查后发现是由于RegionServer 会分配一定大小的内存给它下面的所有memstore（内存大小为hbase.hregion.memstore.flush.size * hbase.hregion.memstore.block.multiplier），默认的hbase.hregion.memstore.flush.size=128M， hbase.hregion.memstore.block.multiplier=2。
import导入数据的时候短时间内写入数据量过大，导致memstore内存溢出触发hbase的写入保护机制，hbase会block所有写入请求，并flush region释放所有memstore占用的内存。 这时候会抛异常，写入请求会被拒绝，客户端开始重试请求，导致写入效率非常低。
解决方案是暂时调大RegionServer分配的memstore内存大小，修改以下两个参数：
# 参数详解：
# hbase.hregion.memstore.flush.size: 如 memstore 大小超过此值（字节数），Memstore 将刷新到磁盘。通过运行由 hbase.server.thread.wakefrequency 指定的频率的线程检查此值。
# hbase.hregion.memstore.block.multiplier: 超过memstore大小的倍数达到该值则block所有写入请求，自我保护
hbase.hregion.memstore.flush.size=512M
hbase.hregion.memstore.block.multiplier=4迁移步骤
导出hbase表数据到HDFS中
使用export命令将源HBase集群中的表的数据以文件的形式存储到HDFS中。
# 命令格式：hbase org.apache.hadoop.hbase.mapreduce.Export <tableName> <hdfsPath>
# 参数详解：
# tableName: 需要导出的hbase表名
# hdfsPath: hbase表数据备份到hdfs上的文件路径
hbase org.apache.hadoop.hbase.mapreduce.Export detection_video_file_chunk /detection_video_file_chunk
# 查看导出到HDFS上的文件夹大小，命令格式：hadoop fs -du -s -h <hdfsPath>
hadoop fs -du -s -h /detection_video_file_chunk运行上面的命令后就能在命令行周看到map/reduce的进度如下：
我是在3个数据节点上同时导出3张表的数据，通过Cloudera Manager管理平台上查看导出时的服务器运行状况如下：
登录yarn管理平台http://ip:8088/。YARN管理平台上可以看到当前有3个正在运行的Map/Reduce任务
Cloudera Manager管理平台上查看HDFS写入的速度大概是383M/s。实测下来导出一张表和并发导出多张表HDFS的写入速度是差不多的。
成功导出后显示如下，一张表导出334G的数据
通过 hadoop fs -du -s -h /detection_video_file_chunk 命令查看导出到HDFS上的文件总大小
从yarn管理平台上可以看到，数据导出到HDFS中耗时1小时55分48秒（导出数据334G），我是3张表同时导出的，一次导出一张表速度应该会快很多。
将HDFS上的数据下载到本地
使用get命令将上一步HDFS上的数据下载到本地磁盘（get命令会在本地文件夹中自动创建于HDFS同目录的表名），该步骤要注意本地文件夹读写权限问题，读写权限不足可能会导致导出数据到本地文件夹失败。
# 命令格式：hadoop fs -get <hdfsPath> <localFilePath>
# 参数详解：
# hdfsPath: hdfs上需要导出数据的文件路径
# localFilePath: hdfs上的数据导出到服务器本地的文件路径
hadoop fs -get /detection_video_file_chunk /home/hdfsdata/exportdata/单任务下载hdfs的数据时，DataNode的读取速度大概是67.9M/s，实测多个任务并发下载时DataNode的读取速度都差不多，没有明显提升。
将本地的数据导入到HDFS中
将从HDFS上下载到服务器上的数据通过scp命令发送到目标服务器，在目标服务器上通过put命令将数据导入到HDFS对应目录中，如果HDFS的目录不存在需要先创建相关目录。
# 使用scp将源集群的数据文件传送到目标集群服务器上
scp -r <sourceFilePath> <destIp>:<destFilePath>
# 在目标hbase集群上创建对应的HDFS文件目录
# 命令格式：hdfs dfs -mkdir <hdfsDir>
# 参数详解：
# hdfsDir: 需要创建的hdfs目录
hdfs dfs -mkdir /detection_video_file_chunk
# 在目标hbase集群上，将源集群拷贝过来的本地数据文件上传到目标集群的HDFS指定目录上
# 命令格式：hadoop fs -put <localFilePath> <hdfsDir>
# 参数详解：
# localFilePath: 本地需要导入到hdfs中的数据所在的目录
# hdfsDir: 本地数据导入到hdfs中的目录
hadoop fs -put /home/hadoop/exportdata/detection_video_file_chunk/ /detection_video_file_chunk/
# 查看HDFS目录下的文件是否上传成功
# 命令格式：hadoop fs -ls <hdfsDir>
hdfs dfs -ls /detection_video_file_chunk新集群导入到HDFS的速度大概是179M/s
将HDFS中的数据导入到HBASE表中
将HDFS上的数据导入到HBase对应的表中，需要提前在HBase集群中创建目标表。而且Import数据到HBase表的过程是append（累加）而不是overwrite（覆盖）。
# 将HDFS的数据导入到hbase对应的表中，要注意先查看数据put进HDFS中的实际文件目录，目录不一致会导致写入失败
# 命令格式：hbase org.apache.hadoop.hbase.mapreduce.Import <tableName> <hdfsPath>
hbase org.apache.hadoop.hbase.mapreduce.Import detection_video_file_chunk /detection_video_file_chunk/detection_video_file_chunk开始导入进行map/reduce处理：
导入到HBASE期间集群写入速度大概407M/s，详细系统指标如下：
导入成功显示如下：
导入成功后即可在hbase管理平台上面看到表数据，import数据的时候会自动调整数据在RegionServer上面的均匀分配。
hbase重命名表名
# 先disable掉表<demo_table>
disable 'demo_table'
# 创建快照
snapshot 'demo_table', 'demo_table_snapshot'
# 克隆这个快照 赋给新的表名<demo_table_old>
clone_snapshot 'demo_table_snapshot', 'demo_table_old'
# 删除之前创建的快照
delete_snapshot 'demo_table_snapshot'
# 再删除掉之前的表<demo_table>
drop 'demo_table'
