region split流程分析
split region的发起主要通过client端调用regionserver.splitRegion或memstore.flsuh时检查并发起。
Client通过rpc调用regionserver的splitRegion方法
client端通过HBaseAdmin.split传入region name与split point(切分的rowkey,可以不传入),
通过meta得到此region所在的server，发起rpc请求，调用HRegionServer.splitRegion方法
public SplitRegionResponse splitRegion(final RpcController controller,
final SplitRegionRequest request) throws ServiceException {
try {
checkOpen();
requestCount.increment();
从onlineRegions中拿到对应的HRegion
HRegion region = getRegion(request.getRegion());
region.startRegionOperation(Operation.SPLIT_REGION);
LOG.info("Splitting " + region.getRegionNameAsString());
在做split前，先对region进行flush操作。请参见region flush流程分析
region.flushcache();
如果client端发起split请求时指定有split的rowkey，拿到split key的值
byte[] splitPoint = null;
if (request.hasSplitPoint()) {
splitPoint = request.getSplitPoint().toByteArray();
}
设置region的splitRequest属性为true,表示有split request
如果split rowkey传入不为空，也就是指定有rowkey，设置region的explicitSplitPoint为指定的rowkey
但此值设置后不会被清空，原因后面分析
region.forceSplit(splitPoint);
发起split request,到split的线程进行处理。
Region.checkSplit流程：
a.检查region是否是meta/namespace的region,如果是返回null
b.如果hbase.master.distributed.log.replay配置为true时，同时openRegion后此region还没有被replay
region.isRecovering==true,如果是返回null
c.通过hbase.regionserver.region.split.policy配置的RegionSplitPolicy,
默认为IncreasingToUpperBoundRegionSplitPolicy,
也可以直接在table create时配置SPLIT_POLICY的值为class
调用splitPolicy.shouldSplit(),此方法做如下检查流程，并返回true与false
c.1检查region.splitRequest的值是否为true,如果是，返回true,
c.2得到当前regionserver中此region对应的table的所有region个数，
得到region的存储最大size,
c.2.1取出通过table create时的属性MAX_FILESIZE来设置的region最大存储大小，
如果没有取hbase.hregion.max.filesize配置的的值，默认为10 * 1024 * 1024 * 1024L(10g)
c.2.2取出通过table create时的MEMSTORE_FLUSHSIZE属性来设置的region memstore的大小，
如果没有取hbase.hregion.memstore.flush.size配置的值，默认为1024*1024*128L(128M)
c.2.3通过c.2.2的值*(当前rs中此table的region个数 * 当前rs中此table的region个数)
c.2.4取出c.2.1中得到的值与c.2.3计算出的值最小的一个，得到region最大可存储的size值
c.3检查region中所有store中是否有reference的storefile，如果有返回false
c.4检查region中所有store中所有的storefile的大小是否超过了c.2中得到的size大小，如果是返回true
d.如果c方法调用返回的结果是false,返回null
f.调用RegionSplitPolicy.getSplitPoint()方法返回进行split的切分rowkey
f.1如果region.explicitSplitPoint的值不为空，返回此值
f.2迭代region中所有的store,调用HStore.getSplitPoint()方法得到此store的split rowkey
HStore.getSplitPoint()方法流程：
调用this.storeEngine.getStoreFileManager().getSplitPoint();得到一个splitpoint
通过hbase.hstore.engine.class配置storeEngine的实现类，默认为DefaultStoreEngine
默认的storeFileManager为DefaultStoreFileManager，如果store中没有storefile，返回null
否则得到size最大的storefile,并得到此storefile的中间rowkey，并返回此值
g.检查f中得到的rowkey是否在region中，如果不在返回null,否则返回此rowkey,到此checkSplit流程完成
requestSplit见下面的compactSplitThread.requestSplit(region,rowkey)流程分析
compactSplitThread.requestSplit(region, region.checkSplit());
return SplitRegionResponse.newBuilder().build();
} catch (IOException ie) {
throw new ServiceException(ie);
}
}
compactSplitThread.requestSplit(region,rowkey)流程
此方法是所有的split请求的最终执行处理程序
public synchronized void requestSplit(final HRegion r, byte[] midKey) {
如果进行split操作的传入进行切分region的rowkey为null,不做split操作
if (midKey == null) {
LOG.debug("Region " + r.getRegionNameAsString() +
" not splittable because midkey=null");
return;
}
try {
生成一个SplitRequest执行线程，通过splits线程池执行此线程，
线程池大小通过hbase.regionserver.thread.split配置，默认为1
this.splits.execute(new SplitRequest(r, midKey, this.server));
if (LOG.isDebugEnabled()) {
LOG.debug("Split requested for " + r + ". " + this);
}
} catch (RejectedExecutionException ree) {
LOG.info("Could not execute split for " + r, ree);
}
}
SplitRequest.run方法处理流程：
public void run() {
if (this.server.isStopping() || this.server.isStopped()) {
LOG.debug("Skipping split because server is stopping=" +
this.server.isStopping() + " or stopped=" + this.server.isStopped());
return;
}
try {
final long startTime = System.currentTimeMillis();
生成一个split执行程序
SplitTransaction st = new SplitTransaction(parent, midKey);
//acquire a shared read lock on the table, so that table schema modifications
//do not happen concurrently
tableLock = server.getTableLockManager().readLock(parent.getTableDesc().getTableName()
, "SPLIT_REGION:" + parent.getRegionNameAsString());
try {
tableLock.acquire();
} catch (IOException ex) {
tableLock = null;
throw ex;
}
// If prepare does not return true, for some reason -- logged inside in
// the prepare call -- we are not ready to split just now. Just return.
根据splitkey把原来的region的startkey到splitkey与current time生成一个regioninfo
根据splitkey把原来的region的splitkey到endkey与current time生成一个regioninfo
if (!st.prepare()) return;
try {
执行split操作，通过hbase.regionserver.fileSplitTimeout配置split file的timeout时间，默认为30000ms
在zk中的region-in-transition路径下生成一个根据此region的子路径的RegionTransition实例，
此实例在zk上存储的值为新生成的两个hregioninfo信息，
并设置zk中此节点的EventType为RS_ZK_REQUEST_REGION_SPLIT
在hdfs中的此region目录下生成一个.splits目录,
关闭当前的region,并得到当前region中所有的store与store下的storefile列表。
从rs中的onlineRegions列表中移出此region
迭代每一个store中的所有storefile，生成一个SplitTransaction.StoreFileSplitter实例
通过HRegionFileSystem.splitStoreFile生成一个以splitrow结束的与一个以splitrow开头的Reference的hfile
并存储在切分后的两个新的region的.splits/cfname/storefilename.oldregionname文件
通过调用HRegion(oldregion).createDaughterRegionFromSplits(newregionInfo)生成两个新的HRegion实例
并把.splits目录下的hfile文件move到newregion的目录下
更新meta表中的信息
生成SplitTransaction.DaughterOpener线程实例，在当前rs中直接通过openregion打开两个新的hregion实例。
把zk中节点的transition的zk EventType从RS_ZK_REGION_SPLITTING更新到RS_ZK_REGION_SPLIT，
通知master在regionserver中的split完成，等待master对这个消息进行处理。直到master处理完成。
st.execute(this.server, this.server);
} catch (Exception e) {
if (this.server.isStopping() || this.server.isStopped()) {
LOG.info(
"Skip rollback/cleanup of failed split of "
+ parent.getRegionNameAsString() + " because server is"
+ (this.server.isStopping() ? " stopping" : " stopped"), e);
return;
}
try {
LOG.info("Running rollback/cleanup of failed split of " +
parent.getRegionNameAsString() + "; " + e.getMessage(), e);
if (st.rollback(this.server, this.server)) {
LOG.info("Successful rollback of failed split of " +
parent.getRegionNameAsString());
} else {
this.server.abort("Abort; we got an error after point-of-no-return");
}
} catch (RuntimeException ee) {
String msg = "Failed rollback of failed split of " +
parent.getRegionNameAsString() + " -- aborting server";
// If failed rollback, kill this server to avoid having a hole in table.
LOG.info(msg, ee);
this.server.abort(msg);
}
return;
}
LOG.info("Region split, hbase:meta updated, and report to master. Parent="
+ parent.getRegionNameAsString() + ", new regions: "
+ st.getFirstDaughter().getRegionNameAsString() + ", "
+ st.getSecondDaughter().getRegionNameAsString() + ". Split took "
+ StringUtils.formatTimeDiff(System.currentTimeMillis(), startTime));
} catch (IOException ex) {
LOG.error("Split failed " + this, RemoteExceptionHandler.checkIOException(ex));
server.checkFileSystem();
} finally {
if (this.parent.getCoprocessorHost() != null) {
try {
this.parent.getCoprocessorHost().postCompleteSplit();
} catch (IOException io) {
LOG.error("Split failed " + this,
RemoteExceptionHandler.checkIOException(io));
}
}
releaseTableLock();
}
}
master中处理region split的监听流程
通过AssignmentManager.nodeDataChange事件监听rs中对split region的值修改。
nodeDataChanged-->handleAssignmentEvent-->handleRegion
switch (rt.getEventType()) {
case RS_ZK_REQUEST_REGION_SPLIT:
case RS_ZK_REGION_SPLITTING:
case RS_ZK_REGION_SPLIT:
设置两个新的region的状态为online状态。并删除zk上的路径
if (!handleRegionSplitting(
rt, encodedName, prettyPrintedRegionName, sn)) {
deleteSplittingNode(encodedName, sn);
}
break;
执行memstore的flush后的split流程分析
在每次执行完成memstore时，会进行是否需要split的检查，如果需要进行split，会发起split request操作。
private boolean flushRegion(final HRegion region, final boolean emergencyFlush) {
...............................................此处省去一些代码
Region.checkSplit流程：
a.检查region是否是meta/namespace的region,如果是返回null
b.如果hbase.master.distributed.log.replay配置为true时，同时openRegion后此region还没有被replay
region.isRecovering==true,如果是返回null
c.通过hbase.regionserver.region.split.policy配置的RegionSplitPolicy,
默认为IncreasingToUpperBoundRegionSplitPolicy,
也可以直接在table create时配置SPLIT_POLICY的值为class
调用splitPolicy.shouldSplit(),此方法做如下检查流程，并返回true与false
c.1检查region.splitRequest的值是否为true,如果是，返回true,
c.2得到当前regionserver中此region对应的table的所有region个数，
得到region的存储最大size,
c.2.1取出通过table create时的属性MAX_FILESIZE来设置的region最大存储大小，
如果没有取hbase.hregion.max.filesize配置的的值，默认为10 * 1024 * 1024 * 1024L(10g)
c.2.2取出通过table create时的MEMSTORE_FLUSHSIZE属性来设置的region memstore的大小，
如果没有取hbase.hregion.memstore.flush.size配置的值，默认为1024*1024*128L(128M)
c.2.3通过c.2.2的值*(当前rs中此table的region个数 * 当前rs中此table的region个数)
c.2.4取出c.2.1中得到的值与c.2.3计算出的值最小的一个，得到region最大可存储的size值
c.3检查region中所有store中是否有reference的storefile，如果有返回false
c.4检查region中所有store中所有的storefile的大小是否超过了c.2中得到的size大小，如果是返回true
d.如果c方法调用返回的结果是false,返回null
f.调用RegionSplitPolicy.getSplitPoint()方法返回进行split的切分rowkey
f.1如果region.explicitSplitPoint的值不为空，返回此值
f.2迭代region中所有的store,调用HStore.getSplitPoint()方法得到此store的split rowkey
HStore.getSplitPoint()方法流程：
调用this.storeEngine.getStoreFileManager().getSplitPoint();得到一个splitpoint
通过hbase.hstore.engine.class配置storeEngine的实现类，默认为DefaultStoreEngine
默认的storeFileManager为DefaultStoreFileManager，如果store中没有storefile，返回null
否则得到size最大的storefile,并得到此storefile的中间rowkey，并返回此值
g.检查f中得到的rowkey是否在region中，如果不在返回null,否则返回此rowkey,到此checkSplit流程完成
此处主要是检查region中是否有store的大小超过了配置的指定大小，也就是对c的检查
boolean shouldSplit = region.checkSplit() != null;
if (shouldSplit) {
如果需要做split操作，发起split request
this.server.compactSplitThread.requestSplit(region);
} else if (shouldCompact) {
server.compactSplitThread.requestSystemCompaction(
region, Thread.currentThread().getName());
}
...............................................此处省去一些代码
return true;
}
public synchronized boolean requestSplit(final HRegion r) {
// don't split regions that are blocking
a.检查hbase.regionserver.regionSplitLimit配置的split limit是否大于rs中的onlineRegions的个数
如果不想做split操作，可以把此值设置为一个较小的值，比如1
b.迭代region下的所有store,检查hbase.hstore.blockingStoreFiles配置的store的文件个数,默认为7
减去store中所有的storefile的个是是否大于或等于Store.PRIORITY_USER(1)
if (shouldSplitRegion() && r.getCompactPriority() >= Store.PRIORITY_USER) {
如果需要做split操作，得到split的key,此时默认从最大的storefile的中间key开始split
byte[] midKey = r.checkSplit();
if (midKey != null) {
发起split request,见compactSplitThread.requestSplit(region,rowkey)流程
requestSplit(r, midKey);
return true;
}
}
return false;
}
相关推荐
egion按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region，之后会有越来越多的region。
HBase的region split策略一共有以下几种： 1、ConstantSizeRegionSplitPolicy 0.94版本前默认切分策略 当region大小大于某个阈值(hbase.hregion.max.filesize=10G)之后就会触发切分，一个region等分为2个region。 ...
paint_region修改对应Region颜色
THIS ALGORITHM USED TO SPLIT THE IMAGE INTO DIFFERENT REGION.
精准定位：基于丰富的IP地址数据库，ip2region提供了精准的地理位置信息，帮助开发者更好地理解和分析用户行为。 多语言支持：ip2region支持多种主流编程语言的xdb数据生成和查询客户端实现，方便开发者在不同平台上...
实现计算机视觉(Computer Vision)中的Haralick区域增长算法(Haralick Region Growing Algorithm)用于实现图像分割。
比较粗略的介绍了下region的概念以及利用region搭建新的swift环境实验,验证region在swift中的作用于利用场景
XAML Region，可以把XAML中的代码进行分组收起来
ip2region v2.0 - 是一个离线IP地址定位库和IP定位数据管理框架。 ip2region 重点在于研究 IP 定位数据的存储设计和各种语言的查询实现，并没有原始 IP 数据的支撑，本项目不保证及时的数据更新
区域增长算法 (matlab) region growing
ip2region.db 用于获取IP地址的归属地； 用于获取IP地址的所属地；
matlab region growing
CSharp_Region类的方法使用图解 本实例使用两个矩形A和B来演示System.Drawing.Region类的各方法的功能。 详情请参考：http://blog.csdn.net/testcs_dn/article/details/41730589 下载需要积分，评论后会全部返还。
region.json
region growing for image segmentation, code by Dkroon
集成ip2region离线地址定位.zip
Region Growing image segmentation
ip2region是一套准确率99.9%的ip地址定位库，0.0x毫秒级查询，数据库文件大小只有1.6M，提供了java, php, c, python,nodejs,golang查询绑定和Binary,B树,内存三种查询算法。需要的朋友可以下载！ 99.9%准确率，定时...
Region类的使用和图解
区域生长算法是一种串行区域分割的图像分割方法