首页 > 代码库 > 大数据产品的备份及恢复

大数据产品的备份及恢复

  • Hbase
    • Distcp方式
    • 整体下载上传方式
    • CopyTable备份
    • Export工具
  • elasticsearch
    • 建立备份快照数据挂载点
    • 建立快照仓储repository
    • 建立snapshot快照备份
    • 恢复snapshot快照数据
      • 原集群恢复
      • 新集群恢复
  • HDFS

 

Hbase的备份恢复

hbase数据备份策略有两类:

  1. 离线备份(关闭Hbase集群进行全备份,包括distcp方式、整体下载上传)
  2. 在线备份(在线对集群进行备份,存在数据丢失的风险)

 进行离线备份时,必须全部关闭Hbase集群,或者disable所有表,然后通过distcp命令将HDFS上的Hbase数据复制到另外或者同一个集群的不同目录就可以了。

如果两个集群互不可见,那只能将数据文件下载到本地再上传(整体下载上传方式)。

  

  • Distcp方式

如果是想将数据迁移到另一个Hbase集群的话,另一个hbase集群必须关闭,并且数据要复制到hbase.rootdir下。

①在新备份集群下建立一个文件夹,用来保存需要备份的数据:

$HADOOP_HOME/bin/hadoop fs -mkdir /backup

 

②在旧集群执行:

$HADOOP_HOME/bin/hadoop distcp hdfs://maste:9000/hbase hdfs://backup:9000/backup

hdfs://maste:9000/hbase 是取的hbase-site.xml文件中hbase.rootdir的属性值(一定要参照rootdir的值,因为namenode做了HA的话,这里是有差异的)

hdfs://backup:9000/backup 是备份数据的接收地址。

执行命令以后hadoop会启动一个MapReduce任务,可以在50030页面进行查看;

执行成功后,在新集群执行

$HADOOP_HOME/bin/hadoop fs -ls /backup

 会发现backup目录下有一个hbase目录


③如果需要使用备份数据进行恢复的话,将数据移动到hbase.rootdir下,然后启动hbase即可。

如果使用ambari的话,路径会有些差异,这里给出完整例子(从集群mycluster移动到集群mc2,其中mc2的active namenode是node1.mc.cn)

#ssh连接mycluster机器的某节点su hdfs#备份到本集群hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://mycluster/backup#迁移到另一集群mc(在mc上恢复)hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://node1.mc.cn:8020/apps/hbase/#备份到另一集群mc(不恢复,只备份)hadoop distcp hdfs://mycluster/apps/hbase/data hdfs://node1.mc.cn:8020/backup

如果要恢复数据的话,需要确认数据目录的Owner是hbase,否则hbase无法成功启动

  hadoop fs -chown -R hbase:hdfs /apps/hbase/data

  

  • 整体下载上传方式

当两集群互不可见时,如果要离线备份恢复,可以使用这种方式。

①将备份集群和恢复集群都关闭

②下载待备份数据到本地

③将备份数据上传到待恢复集群

④启动集群

示例:

#注意命令执行的所在节点#将待备份数据下载到本地hadoop fs -copyToLocal /apps/hbase/data ~/backup/#将本地数据打包,拷贝到其他集群#在其他集群将打包后数据解压,并上传到hdfshadoop fs -put ~/backup/* /apps/hbase/

  

  • CopyTable备份

使用CopyTable可以将一张表的数据备份到另外一张表,也可以备份到另一集群的其他表中,要注意的是CopyTable备份不支持多版本。
①在新备份集群创建一张表,该表需要与备份表相同的结构:

create newtable,a,b

 

②使用命令进行全表备份:

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.CopyTable --new.name=newtable --peer.adr=zookeeperhbase.zookeeper.quorum:2181:/hbase oldtable

也可以只备份指定的某个列簇,下面的命令表示备份oldtable表中的列簇a到newtable表中

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.CopyTable --families=a --new.name=newtable --peer.adr=zookeeperhbase.zookeeper.quorum:2181:/hbase oldtable

  

  • Export工具

备份为Hdfs文件,支持数据多版本。此工具一次只能操作一张表,导出的顺序文件可以通过Import工具导入HBase。

①使用Export命令将表数据写为文件

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.Export oldtable /backup/tableName

查看HDFS上的backup目录会发现三个文件(_SUCCESS、_logs、part-m-00000):

hadoop fs -ls  /backup

 

②使用distcp或者copyToLocal的方式将备份的数据从原hdfs集群拷贝到目标hdfs集群

③需要先建一个表来接收备份的表

create newtable,a,b

 

④使用Import命令导入存储文件,恢复Hbase数据

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.Import newtable /backup/tableName

 

 

ElasticSearch的备份恢复

总体步骤:

  • 建立备份快照数据挂载点
  • 建立快照仓储repository
  • 建立snapshot快照备份
  • 恢复snapshot快照数据

 

1.建立备份快照数据挂载点

  1. 安装EPEL
    rpm -i https://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm

     如果这个链接失效,可访问官网http://fedoraproject.org/wiki/EPEL

  2. 安装sshfs
    yum -y install sshfs fuse

     

  3. 目录共享
    #假设将数据共享到节点data.company.cn的目录 /mnt/es-data/(最好不要放在系统盘所在目录),在该节点上执行mkdir -m 777 /mnt/es-data#假设es集群的共享目录是 $elasticsearch_HOME/backup#在es集群的每个节点上执行cd $elasticsearch_HOMEmkdir -m 777 backup
    #挂载共享目录sshfs root@data.company.cn:
    /mnt/es-data $elasticsearch_HOME/backup -o allow_other

     

 

2.建立快照仓储repository

 

  1. 修改ES配置文件
    vi config/elasticsearch.yml

     添加仓库路径(字符串中的路径就是在第一步中设定的共享目录路径)

     path.repo: ["/opt/module/elasticsearch-2.4.2/backup"]

     

  2.  重启elasticsearch
    kill `jps |grep Elasticsearch |cut -c1-5`bin/elasticsearch -d

     

  3. 创建仓库
    curl -X PUT   http://192.168.0.38:9200/_snapshot/mybackup \  -d {    "type": "fs",    "settings":{        "compress": true,        "location":"/opt/module/elasticsearch-2.4.2/backup"    }}#删除仓库curl -X PUT http://192.168.0.38:9200/_snapshot/mybackup 

 

3.建立snapshot快照备份

 快照指定索引(去掉参数数据的话,就是快照所有索引)

 

curl -X PUT   http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1   -d ‘{    "indices": "myindex"}‘#附#查看索引快照情况curl -X GET http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1/_status?pretty#删除快照(也可用于中断正在进行的快照)curl -X DELETE http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1

  

4.恢复snapshot快照数据

  1. 如果备份数据要在新集群恢复,则需要先在新集群创建相同结构的index及type,并创建快照仓储(参照第二步)
    curl -X POST   http://192.168.0.39:9200/yuqing \  -d {    "settings":{        "number_of_shards":5,        "number_of_replicas":1    },    "mappings":{        "article":{            "dynamic":"strict",            "properties":{                "title":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},                "types":{"type":"string","store":"yes","index":"analyzed","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},                "url":{"type":"string","store":"no","index":"no"}            }        }    }}
    ==========================
    #这里只是举例

     

  2. 需要先关闭index,否则会出现问题【cannot restore index [myindex] because it‘s open
    curl -X POST  http://192.168.0.38:9200/yuqing/_close

     

  3. 恢复数据(去掉参数即可恢复所有索引,否则恢复指定索引 myindex)
    curl -X POST http://192.168.0.38:9200/_snapshot/mybackup/snapshot_1/_restore \-d {    "indices": "myindex"}#查看恢复进度curl -X GET http://192.168.0.38:9200/yuqing/_recovery#取消恢复(索引yuqing正在被恢复)curl -X DELETE http://192.168.0.38:9200/yuqing

      

  4. 重新开启index
    curl -X POST  http://192.168.0.38:9200/yuqing/_open

     执行下面语句就可以看到备份的数据了

    curl -X GET   http://192.168.0.38:9200/yuqing/article/_search

      

参考:

  • Hbase数据备份和恢复
  • hbase 备份及恢复

  •  

    Elasticsearch:权威指南 

 

大数据产品的备份及恢复