使用场景

1. 大版本升级，HBase1.x 升级 HBase2.x
2. 跨地域迁移，例如从青岛机房迁移到北京机房
3. HBase1.x 升级 HBase2.x
4. 集群升配，例如从4核8G迁移到8核16G集群
5. 业务拆分，将部分业务迁移到新的集群

BDS迁移架构

• BDS采用分布式的架构，由Master节点生成、调度任务给各个worker节点
• worker节点负责具体的任务执行
• BDS支持表meta信息、历史数据、增量的日志数据从源端迁移到目标端

BDS迁移优势

1. 不停服数据迁移，同时搞定历史数据迁移、实时增量数据的同步。
2. 迁移过程中不会和源集群的HBASE交互，只读取源集群的HDFS，尽可能减少对源集群在线业务的影响
3. 文件层的数据拷贝比通常API层的数据迁移通常能节省50%以上的流量
4. 高效性，单个节点迁移速度可达到100MB/s，节点数支持水平扩展，能够满足支持TB、PB级别的数据迁移
5. 稳定性，有完善的错误重试机制，实时监控任务速度和进度，支持任务失败报警
6. 正确性，能够进行数据校验
7. 支持自动同步Schema，保证分区一致

版本支持

• Hadoop 版本：2.x
• HBase：1.x <-> 1.x | 1.x -> 2.x | 2.x <-> 2.x （不支持开启Kerberos集群和单节点云HBase实例）
• Phoenix：4.x <-> 4.x | 5.x <-> 5.x （跨版本可能存在兼容问题）

迁移步骤

• 购买及环境准备
  • 客户 - 购买BDS迁移服务，并绑定指定VPC（VPC下的HBase集群可以相互迁移）
  • 协商 - 环境打通（详见网络环境打通）
• 迁移
  • 客户 - 登陆BDS操作页面
  • 客户 - 添加HBase数据源
  • 客户 - 创建增量同步通道，同步表的实时增量写入数据到目标集群
  • 客户 - 提交历史数据迁移任务，迁移历史存量数据

• 验证

  • 客户 - 验证
  • 客户 - 业务切换

  数据迁移过程中为了保证数据不丢失，优先开启增量数据的同步，增量同步通道稳定后提交历史数据迁移

注意事项

1. 增量同步不支持bulkload的数据
2. 迁移前请确认目标集群的HDFS容量，防止迁移过程中出现容量写满的情况
3. 增量同步提交前，推荐修改一下源集群的日志保留时间，给增量同步出错预留一些处理的时间 （hbase-site.xml 的 hbase.master.logcleaner.ttl 调大为12小时以上，重启HMaster ）
4. 关于业务切换，当增量同步的时延比较小（几秒或者几百毫秒），业务不敏感的话，源集群可以不停写，直接切换业务，同步服务会快速补齐数据。
5. 客户无需在目标集群创建表，BDS同步服务会自动创建和源集群一样的表，包括分区的信息。客户自建的目标表可能会和源表分区很不一致，这可能会导致迁移完成之后，目标表会进行频繁的split、compaction，如果表的数据量十分庞大，可能会导致这个过程非常耗时
6. 如果源表带有 coprocessor, 在创建目标表的时候可能会报错，因为目标集群不包含对应的coprocessor，遇到此类问题请钉钉联系侧田
7. 对于大表的数据校验，抽样比例不宜过大，不然会对目标集群的业务产生一定的影响