HBase神器 | BDS-HBase集群之间数据迁移同步的利器
BDS定位
BDS针对开源HBase目前存在的同步迁移痛点，自主研发的一套数据迁移的平台，用于HBase集群的无缝迁移、主备容灾、异地多活、在线离线业务分离、HBase数据归档、对接RDS实时增量数据等等。目的在于帮助阿里云上客户解决自建HBase、EMR HBase、Apsara HBase的数据导入导出，从而方便云上客户围绕HBase构建高可用、灵活的业务系统。
使用场景
BDS在云上目前主要有以下几个使用场景：
新旧集群无缝迁移
在线离线业务分离
主备容灾
RDS实时数据同步到HBase、Phoenix
新旧集群无缝迁移
使用范围
HBase大版本升级， 1.x 升级 2.x
集群配置升级
集群网络的切换，经典切换VPC
异地跨机房迁移
业务拆分
业务流程
在线离线业务分离
业务架构
通过BDS，将在线业务数据实时同步到离线集群，结合Spark、MR等大数据组件进行离线的数据分析，从而不影响在线业务的查询。
主备容灾
业务流程
通过BDS在主备集群之间实现实时数据的双向同步，当主集群出现问题，可以切换到备集群，尽可能减少对业务产生的影响，当主集群服务恢复之后，通过BDS同步服务补齐主集群遗漏的数据。
RDS实时数据同步到HBase、Phoenix
业务架构
通过BDS将RDS数据实时同步到HBase集群
结合Spark、MR等大数据组件进行离线的数据分析，从而不影响在线业务的查询
利用HBase支持动态列的功能，将mysql中多张表构建成一张HBase的大宽表，避免在RDS中进行join查询
做RDS的历史库
BDS优势
功能性
支持跨版本的数据迁移和同步，HBase <-> HBase、Phoenix <-> Phoenix
对于同构数据源迁移，支持同步建表语句，保证分区一致
支持异构数据源的实时数据同步，RDS -> HBase、Phoenix
迁移同步对业务方无感知
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
对业务端应用代码无侵入
迁移同步对业务影响小
迁移过程中基本不会和集群的HBase交互，只读写集群的HDFS
可以动态调整迁移的速度和并发读
正确性
保证数据迁移的不丢失
数据的抽样校验
稳定性
有完善的failover机制，能够自动处理常见的错误
实时系统监控，方便定位上下游的问题
报警机制，对于一些需要人为介入的异常进行报警
错误重试支持断点续传
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
总结
BDS已经在阿里云上线了，方便云上的客户在自建HBase、EMR HBase、Apsara HBase之间进行数据的迁移和实时数据同步。
在云上已经服务40多个客户，帮助客户实现集群之间的无缝迁移，集群的升配，主备容灾，数据迁移同步规模达到400多T（单副本）。
云上有迁移需求的客户，可以查看《BDS服务介绍》，或者联系侧田：
https://help.aliyun.com/document_detail/120883.html
对BDS实现原理及方案比较感兴趣的朋友，可以查看《BDS-HBase数据同步方案的设计与实践》：
https://yq.aliyun.com/articles/704977
更多相关文章
- HBase抗战总结|阿里巴巴HBase高可用8年抗战回忆录
- HBase服务|阿里云HBase推出普惠性高可用服务，独家支持用户的自建
- 学习HBase,你需要这样一本书
- 浅析集群会话绑定tomcat cluster session
- 软件架构-zookeeper集群部署与快速入门
- 浅聊云迁移方法
- 一个云迁移项目应该有哪些文档
- gitlab迁移及迁移后500问题
- Ryft Cloud迁移到AWS EC2 F1实例上来了！