1、HBase用户福利
新用户9.9元即可使用6个月云数据库HBase，更有低至1元包年的入门规格供广大HBase爱好者学习研究，点这里👉https://developer.aliyun.com/article/737804?spm=a2c6h.12873639.0.0.4e0834cezewMGJ
2、前言
HBase可以支持百TB数据规模、数百万QPS压力下的毫秒响应，适用于大数据背景下的风控和推荐等在线场景。
目前单集群承诺可用性99.9%，SSD机型上可以做到请求毛刺99.5% < 50ms，以及新上线的表内冷热分离可以加速热数据访问性能、减少冷数据存储成本并且在API上对用户透明。
为了进一步满足客户在可用性以及低延迟上的诉求，阿里云HBase将提供以主备架构为平台，以冗余、并发、隔离、降级等全方位服务为支撑的高可用解决方案，目标提供99.99%可用性、99.9%请求小于50ms。目前高可用项目一期已经完成，本文将介绍主备架构以及一键切换能力。
3、HBase单集群可用性
一个HBase系统包含了Zookeeper、HDFS、HBase三个组件。其中Zookeeper在数据和计算上都进行了冗余，且是一个可自愈系统，单节点故障可在秒级恢复。HBase对Zookeeper是轻依赖，一般不会出现大问题。
HDFS是一个Master-Slave模式的分布式文件系统，存在中心节点Namenode，Namenode支持以HA方式部署，单Namenode故障可秒级恢复，在两个NN都宕机的情况下依然可以重启自愈，但恢复时间取决于回放日志大小，在分钟级别。数据多副本冗余，Datanode单节点宕机不中断服务。
HBase也是一个Master-Slave模式的分布式系统，其中HMaster不参与读写路径，因此HMaster宕机不中断服务，但长期宕机会影响负载均衡、Failover等能力，HMaster支持HA方式部署。HBase还有一个单点是Meta服务，它随机选择一个RegionServer节点作为宿主，如果meta服务不可用则所有请求路由会失效，导致整体不可用。由于客户端有路由缓存，meta服务停机不会立即造成不可用。
HBase数据分片使用Range Partition的方式，每一个Region由一个RegionServer服务，即HBase的计算服务是0冗余，因此当RegionServer故障时多个分片不可服务。HBase Failover机制可以自愈，单RegionServer宕机恢复时间在分钟级，多个RegionServer宕机恢复时间在10分钟~1小时时间不等。
4、内核或运行环境Bug造成HBase自愈不可控
- case1 某金融公司自建HBase因ECS重启导致WAL数据破坏，HBase Failover无法进行，集群不可用无法自愈
- case2 某视频公司自建HBase集群Meta数据陷入不一致无法恢复，造成分区无法上线，部分表不可用无法自愈
- case3 某媒体公司IO压力较大经常触发空间泄漏Bug，导致空间不足集群宕机无法自愈
以上是真实的案例，Bug是不可避免的，未知Bug处理考验内核团队的技术实力，需要具备外科手术的能力，但其处理时间是不可预期的。
5、云HBase主备高可用方案
故障恢复时间可预知的高可用系统，故障发生时可以在分钟级别恢复读写能力。实现方案选择经典的主备模式，也支持主主模式。备集群部署在同城的不同机房内，在资源层面完全隔离，软件可部署不同的版本，最大程度保持两个集群的独立性。
从经验数据出发，单机房故障恢复时间的上限为1个小时，在这1个小时内另一个机房也发生故障的概率非常低，有两种情况除外：第一种是城市级灾难，这个需要异地容灾方案；第二种是故障源于业务流量增长，系统过载，此时的解决方案是限流或者扩容。
这两种情况不在本文设计考虑之内。系统提供一键切换能力，不需要客户端重启，每一个客户端在收到切换信号时会自动完成连接的切换，客户端的切换是并发进行的，所有客户端可以在10秒内完成切换。
高可用方案可以独立提供给自建使用，支持自建和云HBase混合主备。如果你已经拥有一个HBase集群，可以方便的弹出一个冗余备集群，备集群的建表和数据复制都是自动完成。当故障发生时，可以在控制台切换流量到备库，待主集群恢复后再把流量切回。
云HBase高可用服务是一个独立的服务，可以看做是基于HBase之上的一个中间件，支持混合云是我们的设计原则，云上同VPC下的自建HBase、EMR HBase、云HBase可以方便的进行主备混合使用，对于IDC自建HBase或者它云上的HBase则需要用户自行解决网络联通。
简单易用，HBase客户端从普通模式转化为高可用模式不需要修改代码。云HBase会提供一个插件集成到HBase客户端，并且为高可用提供一个新的Endpoint。这个Endpoint就是简单的 ip+port，用来替换单集群模式下的Zookeeper地址。用户可以选择核心表进行高可用建设，非核心表依然保持单集群来降低成本。
对于高可用的表，可以通过高可用客户端进行创建、修改和删除，控制台会保证主备集群元数据的一致性。目前我们支持0.96、0.98、1.x、2.x、云HBase增强版等多个版本。
版本主备兼容性列表
控制台提供一键切换不需要重启客户端，提供AliHBaseConnector作为原生HBase客户端的一个插件，插件内部会封装主备切换逻辑。客户端启动时会从BDS获取主备地址信息同时建立一个高可用的命令通道，控制台发出的切换命令通过该通道到达客户端，客户端自动的断开旧链接，打开备库链接并重试请求。
综上所述，云HBase主备高可用架构如下图：
🔸数据同步
云HBase并没有采用开源的Replication方案，主要的原因包括：
HBase Replication抗热点能力差，每台机器只能处理自己的日志
HBase Replication Failover的设计存在缺陷，导致一旦RS宕机就会出现长时间同步延迟
HBase Replication与内核争抢资源，无法独立扩容
HBase Replication的管理依赖表属性配置，配置项很多，在混合云模式下很难维护
BDS Replication是一个独立的数据复制服务，提供延迟百毫秒级别的双向数据同步能力。BDS Replication可以独立的扩容缩容，它不需要磁盘，可以更好的管理成本。
🔸主备一致性
云HBase主备采用的是异步复制，提供基于版本的最终一致性。写入主库的一行数据在同步到备库时，会保持和主库一致的版本号。云HBase高可用目前仅支持最终一致性切换，在切换时主备可能存在秒级的不一致。对于风控、推荐、画像类的应用，最终一致性是满足需求的。如果您使用了CheckAndPut、CheckAndDelete这样的接口则会出现一致性问题，此种情况请联系云HBase提供技术咨询。
🔸配置服务
配置服务有两个作用，存储主备集群的地址信息和通知切换命令。高可用客户端在启动时会访问该服务加载主备集群地址信息。通过控制台执行的切换命令也会由配置服务通知所有的客户端。配置服务本身采用了冗余来保障存储和消息的高可用。
🔸监控
高可用服务可以实时显示主备集群的状态。主、备角色在初始配置时确定不能更改，但状态"active/standby"是可变化的，处于"active"状态的集群是目前客户端访问的集群。提供主备集群双向同步链路的实时延迟展示，同时提供客户端链接数量监控，使得用户可以准确的判断切换进度。
6、云HBase高可用使用方式
如果您已经使用了云HBase并且希望增加一个备库，只需如下步骤
1 购买一个BDS集群用于管理主备
2 购买一个空的云HBase集群作为备库
3 输入主备两个集群的实例ID创建高可用访问地址
4 开始您的高可用之旅
如果您使用的是ECS自建集群或者EMR HBase，希望增加一个备库，只需如下步骤
1 购买一个BDS集群用于管理主备
2 购买一个空的云HBase集群作为备库
3 配置域名映射和安全组（会提供相关的服务一键解决）
4 输入主备两个集群的地址信息创建高可用访问地址
5 开始您的高可用之旅
云数据库HBase降价狂欢
首购爆款6个月仅需9.9元
首购入门款全年仅1元
新购一年低至5折
https://developer.aliyun.com/article/737804?spm=a2c6h.12873639.0.0.4e0834cezewMGJ
