如何正确管理HBase的连接

本文将介绍HBase的客户端连接实现，并说明如何正确管理HBase的连接。

最近在搭建一个HBase的可视化管理平台，搭建完成后发现不管什么查询都很慢，甚至于使用api去listTable都要好几秒。

经过一番排查发现，是每次请求的时候，都去临时创建了一个connection，而创建connection非常耗时导致整体的rt上升。

因此，就深入了解了下如何正确管理HBase的connection，同时，也在优化过程中有些小细节的总结。

本文基于hbase 2.0.0版本的源码，github上3.0版本的源码已经有很大差异了，但是思想还是差不多的
1.HBase-client和HBase是如何连接的？

这个问题实际上在我之前的文章深入HBase读写中介绍过。

如何正确管理HBase的连接

当HBase-client第一次请求读写的时候，需要三步走：

1）HBase-client从zk中获取保存meta table的位置信息，知道meta table保存在了哪个region server，然后缓存这个位置信息；

2）HBase-client会查询这个保存meta table的特定的region server，查询meta table信息，在table中获取自己想要访问的row key所在的region在哪个region server上。

3）客户端直接访问目标region server，获取对应的row

所以，我们知道hbase-client实际上包含三部分连接：

跟zk连接，获取相关元信息
跟HMaster连接，做相关DDL操作
直接跟各个region server进行连接，进行增删改查
2.HBase客户端连接原理

常规一次请求的写法是这样的

Connection connection = ConnectionFactory.createConnection(conf);

try {
    Table table = connection.getTable(TableName.valueOf("tablename”));
    // 插入数据
    Put put = new Put(Bytes.toBytes("row"));
    put.addColumn(Bytes.toBytes("family"), Bytes.toBytes("qualifier"), Bytes.toBytes("value"));
    table.put(put);
    // 单行读取
    Get get = new Get(Bytes.toBytes("row"));
    Result res = table.get(get);
    // 删除一行数据
    Delete delete = new Delete(Bytes.toBytes("row"));
    table.delete(delete);
}catch (IOException e) {
     //.....       
} finally {
    table.close();
    connection.close();     
}

我们不禁有这样的疑问：

1）HBase没有连接池吗？

2）connection表示的是一个连接吗？

3）connection每个线程都得创建吗？线程安全吗？

4）table每个线程都得创建吗？线程安全吗？

下面一一解答。

首先，Connection是线程安全的，而Table和Admin则不是线程安全的。

因此正确的做法是一个进程（或服务）使用一个Connection对象，而在不同的线程中使用单独的Table和Admin对象。

Connection持有RpcClient，RpcClient管理了一个连接池poolMap

protected final PoolMap<ConnectionId, T> connections;

//….

this.connections = new PoolMap<>(getPoolType(conf), getPoolSize(conf));

通过AbstractRpcClient的getConnection看到，连接T继承RpcConnection，使用了NettyRpcConnection。
如何正确管理HBase的连接

这里顺便通过getPoolType和getPoolSize看了下线程池的大小和类型。

在枚举类PoolType中有三种线程池类型Reusable, ThreadLocal, RoundRobin，用户可以用hbase.client.ipc.pool.type指定线程池类型，通过hbase.client.ipc.pool.size指定线程池大小（默认是1）。

3.优化实践

搞清楚上面的原理后，下面就可以开始优化我们的HBase管理平台了。

只需要对每个HBase集群的connection使用Map保存下来，每次请求的时候拿出对应的connection进去相关操作即可。然后需要注意在系统退出的时候关闭所有的connection。

上代码：

public class ConnectionManager {
    private Map<String, Connection> connectionMap = new ConcurrentHashMap<>();

    public Connection getConnection(String resourceId, Configuration configuration) {
        ResourceInfo resourceInfo = ResourceInfoCache.getResourceInfoByCache(resourceId);
        if (resourceInfo == null) {
            throw new IllegalArgumentException("error resourceid: " + resourceId);
        }
        String key = getClusterKey(resourceInfo);
        if (connectionMap.containsKey(key)) {
            return connectionMap.get(key);
        }
        synchronized (this) {
            //做个DCL检查
            if (connectionMap.containsKey(key)) {
                return connectionMap.get(key);
            }
            Connection connection = null;
            try {
                connection = ConnectionFactory.createConnection(configuration);
            } catch (IOException e) {
                return null;
            }
            connectionMap.put(key, connection);
            return connection;
        }
    }

    @PreDestroy
    public void doDestroy() {
        for (Map.Entry<String, Connection> entry : connectionMap.entrySet()) {
            Connection connection = entry.getValue();
            if (connection != null) {
               try {
                    connection.close();
                } catch (IOException e) {
                    //。。。。
                }
            }
        }
    }
}

这里有几个注意点：

将ConnectionManager注册为bean，交给spring容器管理生命周期，同时保证单例。br/>使用@PreDestroy保证应用关闭时，能正确释放所有连接，避免连接泄漏
connectionMap使用ConcurrentHashMap保证线程安全
DCL检查，避免重复创建同一个connection，浪费资源；同时避免重复创建connection后，无法关闭导致连接泄漏。
在需要查询时，只需要通过getConnection获取已经存在的connection即可。

当然，如果是普通的应用使用HBase-client，一般只需要对一个HBase的集群创建全局唯一的一个Connection即可（一般交给spring容器管理），每次请求的时候，创建对应的Table进行CRUD。

原创：阿丸笔记（微信公众号：aone_note），欢迎分享，转载请保留出处。
扫描下方二维码可以关注我哦～