【甘道夫】HBase连接池 -- HTablePool是Deprecated之后

说明：

近期两天在调研HBase的连接池，有了一些收获，特此记录下来。

本文先将官方文档（http://hbase.apache.org/book.html）9.3.1.1节翻译，方便大家阅读，然后查阅了关键类HConnectionManager的Developer API（http://hbase.apache.org/devapidocs/index.html） 做了一些总结。 

最后介绍一些阅读0.96、0.98及最新源代码的精彩发现。

---

欢迎转载。请注明来源：

http://blog.csdn.net/u010967382/article/details/38046821

---

1.连接

HTable是HBase的client，负责从meta表中找到目标数据所在的RegionServers，当定位到目标RegionServers后，client直接和RegionServers交互，而不比再经过master。

HTable实例并非线程安全的。当须要创建HTable实例时，明智的做法是使用同样的HBaseConfiguration实例，这使得共享连接到RegionServers的ZK和socket实例，比如，应该使用这种代码：

HBaseConfiguration conf = HBaseConfiguration.create();
HTable table1 = new HTable(conf, "myTable");
HTable table2 = new HTable(conf, "myTable");

而不是这种代码：

HBaseConfiguration conf1 = HBaseConfiguration.create();
HTable table1 = new HTable(conf1, "myTable");
HBaseConfiguration conf2 = HBaseConfiguration.create();
HTable table2 = new HTable(conf2, "myTable");

---

2.连接池

当面对多线程訪问需求时。我们能够预先建立HConnection，參见下面代码：

Example 9.1. Pre-Creating a HConnection

// Create a connection to the cluster.
HConnection connection = HConnectionManager.createConnection(Configuration);
HTableInterface table = connection.getTable("myTable");
// use table as needed, the table returned is lightweight
table.close();
// use the connection for other access to the cluster
connection.close();

构建HTableInterface实现是很轻量级的，而且资源是可控的。

注意：

HTablePool是HBase连接池的老使用方法。该类在0.94，0.95和0.96中已经不建议使用。在0.98.1版本号以后已经移除。

---

BTW：简陋的官方文档到此为止。。。。Orz

---

3.HConnectionManager

该类是连接池的关键。专门介绍。

HConnectionManager是一个不可实例化的类。专门用于创建HConnection。

最简单的创建HConnection实例的方式是HConnectionManager.createConnection(config)。该方法创建了一个连接到集群的HConnection实例，该实例被创建的程序管理。

通过这个HConnection实例，能够使用HConnection.getTable(byte[])方法取得HTableInterface
implementations的实现，比如:

            HConnection connection = HConnectionManager.createConnection(config);

            HTableInterface table = connection.getTable("tablename");

            try {

                // Use the table as needed, for a single operation and a single thread

            } finally {

                table.close();

                connection.close();

}

3.1构造函数

无。不可实例化。

3.2经常用法

（1）static HConnection  createConnection(org.apache.hadoop.conf.Configuration conf)

创建一个新的HConnection实例。

该方法绕过了常规的HConnection生命周期管理，常规是通过getConnection(Configuration)来获取连接。

调用方负责运行Closeable.close()来关闭获得的连接实例。

推荐的创建HConnection的方法是：

        HConnection
connection = HConnectionManager.createConnection(conf); 

        HTableInterface
table = connection.getTable("mytable"); 

        table.get(...);

         ... 

        table.close(); 

        connection.close();

（2）public static HConnection getConnection(org.apache.hadoop.conf.Configuration conf)

依据conf获取连接实例。

假设没有相应的连接实例存在，该方法创建一个新的连接。

注意：该方法在0.96和0.98版本号中都被Deprecated了，不建议使用。可是在最新的未公布代码版本号中又复活了。！

！

3.3实例代码

package fulong.bigdata.hbase;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.hbase.Cell;

import org.apache.hadoop.hbase.CellUtil;

import org.apache.hadoop.hbase.HBaseConfiguration;

import org.apache.hadoop.hbase.client.HConnection;

import org.apache.hadoop.hbase.client.HConnectionManager;

import org.apache.hadoop.hbase.client.HTableInterface;

import org.apache.hadoop.hbase.client.Result;

import org.apache.hadoop.hbase.client.ResultScanner;

import org.apache.hadoop.hbase.client.Scan;

import org.apache.hadoop.hbase.util.Bytes;

public class ConnectionPoolTest {

    private static final String QUORUM = "FBI001,FBI002,FBI003";

    private static final String CLIENTPORT = "2181";

    private static final String TABLENAME = "rd_ns:itable";

    private static Configuration conf = null;

    private static HConnection conn = null;

    

    static{

        try {

            conf =  HBaseConfiguration.create();  

            conf.set("hbase.zookeeper.quorum", QUORUM);   

            conf.set("hbase.zookeeper.property.clientPort", CLIENTPORT);  

            conn = HConnectionManager.createConnection(conf);

        } catch (IOException e) {

            e.printStackTrace();

        }

    }    

    public static void main(String[] args) throws IOException {

        HTableInterface htable = ConnectionPoolTest.conn.getTable(TABLENAME);

        try {

            Scan scan = new Scan();

            ResultScanner rs = htable.getScanner(scan);

            for (Result r : rs.next(5)) {

                for (Cell cell : r.rawCells()) {

                    System.out.println("Rowkey : " + Bytes.toString(r.getRow())

                            + "   Familiy:Quilifier : "

                            + Bytes.toString(CellUtil.cloneQualifier(cell))

                            + "   Value : "

                            + Bytes.toString(CellUtil.cloneValue(cell))

                            + "   Time : " + cell.getTimestamp());

                }

            }

        } finally {

            htable.close();

        }

        

    }

}

---

4.阅读源代码的新发现

4.1消失的HConnectionManager.getConnection

从0.96和0.98版本号HConnectionManager的源代码中能够看到

  static final Map<HConnectionKey, HConnectionImplementation> CONNECTION_INSTANCES;  

就是连接池，连接池中的每一个连接用HConnectionKey来标识，然而，HConnectionManager源代码中全部涉及CONNECTION_INSTANCES的方法全都被Deprcated了。

我们来看已经被Deprecated的getConnection方法：

  /**

   * Get the connection that goes with the passed <code>conf</code> configuration instance.

   * If no current connection exists, method creates a new connection and keys it using

   * connection-specific properties from the passed {@link Configuration}; see

   * {@link HConnectionKey}.

   * @param conf configuration

   * @return HConnection object for <code>conf</code>

   * @throws ZooKeeperConnectionException

   */

  @Deprecated

  public static HConnection getConnection(final Configuration conf)

  throws IOException {

    HConnectionKey connectionKey = new HConnectionKey(conf);

    synchronized (CONNECTION_INSTANCES) {

      HConnectionImplementation connection = CONNECTION_INSTANCES.get(connectionKey);

      if (connection == null) {

        connection = (HConnectionImplementation)createConnection(conf, true);

        CONNECTION_INSTANCES.put(connectionKey, connection);

      } else if (connection.isClosed()) {

        HConnectionManager.deleteConnection(connectionKey, true);

        connection = (HConnectionImplementation)createConnection(conf, true);

        CONNECTION_INSTANCES.put(connectionKey, connection);

      }

      connection.incCount();

      return connection;

    }

}

该方法逻辑非常easy：

依据传入的conf构建HConnectionKey，然后以HConnectionKey实例为key到连接池Map对象CONNECTION_INSTANCES中去查找connection，假设找到就返回connection，假设找不到就新建，假设找到但已被关闭。就删除再新建。

我们来看HConnectionKey的构造函数：

  HConnectionKey(Configuration conf) {

    Map<String, String> m = new HashMap<String, String>();

    if (conf != null) {

      for (String property : CONNECTION_PROPERTIES) {

        String value = conf.get(property);

        if (value != null) {

          m.put(property, value);

        }

      }

    }

    this.properties = Collections.unmodifiableMap(m);

    try {

      UserProvider provider = UserProvider.instantiate(conf);

      User currentUser = provider.getCurrent();

      if (currentUser != null) {

        username = currentUser.getName();

      }

    } catch (IOException ioe) {

      HConnectionManager.LOG.warn("Error obtaining current user, skipping username in HConnectionKey", ioe);

    }

}  

由以上源代码可知，接收conf构造HConnectionKey实例时，事实上是将conf配置文件里的属性赋值给HConnectionKey自身的属性，换句话说。无论你new几次，仅仅要conf的属性同样，new出来的HConnectionKey实例的属性都同样。

结论一：conf的属性 --》 HConnectionKey实例的属性

接下来，回到getConnection源代码中看到这样一句话：

      HConnectionImplementation connection = CONNECTION_INSTANCES.get(connectionKey);

该代码是以HConnectionKey实例为key来查找CONNECTION_INSTANCES这个LinkedHashMap中是否已经包括了HConnectionKey实例为key的键值对，这里要注意的是，map的get方法，事实上获取的是key的hashcode。这个自己读JDK源代码就能看到。

然而HConnectionKey已经重载了hashcode方法：

  @Override

  public int hashCode() {

    final int prime = 31;

    int result = 1;

    if (username != null) {

      result = username.hashCode();

    }

    for (String property : CONNECTION_PROPERTIES) {

      String value = properties.get(property);

      if (value != null) {

        result = prime * result + value.hashCode();

      }

    }

    return result;

}  

在该代码中。终于返回的hashcode取决于当前username及当前conf配置文件的属性。所以，仅仅要conf配置文件的属性和用户同样。HConnectionKey实例的hashcode就同样！

结论二：conf的属性 --》HConnectionKey实例的hashcode

再来看刚才这句代码：

      HConnectionImplementation connection = CONNECTION_INSTANCES.get(connectionKey);

对于get方法的參数connectionKey，无论connectionKey是不是同一个对象，仅仅要connectionKey的属性同样，那connectionKey的hasecode就同样，对于get方法而言，也就是同样的key。。！

所以，能够得出结论三：conf的属性
--》HConnectionKey实例的hashcode --》 get返回的connection实例

结论三换句话说说：

conf的属性同样 --》 CONNECTION_INSTANCES.get返回同一个connection实例

然而。如果我们的HBase集群仅仅有一个。那我们的HBase集群的conf配置文件也就仅仅有一个（固定的一组属性）。除非你有多个HBase集群另当别论。

在这样一个机制下，假设仅仅有一个conf配置文件，则连接池中永远仅仅会有一个connection实例！

那“池”的意义就不大了。

所以，代码中才将基于getConnection获取池中物的机制Deprecated了，转而在官方文档中建议：

*******************************************************************************************************************

当面对多线程訪问需求时，我们能够预先建立HConnection，參见下面代码：

Example 9.1. Pre-Creating a HConnection

// Create a connection to the cluster.
HConnection connection = HConnectionManager.createConnection(Configuration);
HTableInterface table = connection.getTable("myTable");
// use table as needed, the table returned is lightweight
table.close();
// use the connection for other access to the cluster
connection.close();

构建HTableInterface实现是很轻量级的，而且资源是可控的。

*******************************************************************************************************************

（以上又一次拷贝了一次官方文档的翻译）

假设大家依照官方文档的建议做了，也就是预先创建了一个连接，以后的訪问都共享该连接，这种效果事实上和过去的getConnection全然一样。都是在玩一个connection实例！

---

4.2 HBase的新时代

我查看了Git上最新版本号的代码（https://git-wip-us.apache.org/repos/asf?

p=hbase.git;a=tree），发现getConnection复活了：

  /**

   * Get the connection that goes with the passed <code>conf</code> configuration instance.

   * If no current connection exists, method creates a new connection and keys it using

   * connection-specific properties from the passed {@link Configuration}; see

   * {@link HConnectionKey}.

   * @param conf configuration

   * @return HConnection object for <code>conf</code>

   * @throws ZooKeeperConnectionException

   */

  public static HConnection getConnection(final Configuration conf) throws IOException {

      return ConnectionManager.getConnectionInternal(conf);

}  

这个不是重点，重点是最新版本号代码的pom：

39   <groupId>org.apache.hbase</groupId>

40   <artifactId>hbase</artifactId>

p=hbase.git;a=blob;f=pom.xml;h=6b7b65e0821e9d53a1ca7e958aacf9357b741407;hb=HEAD#l41" class="linenr" style="color:rgb(153,153,153); text-decoration:none">41   <packaging>pom</packaging>

42   <version>2.0.0-SNAPSHOT</version>

43   <name>HBase</name>

p=hbase.git;a=blob;f=pom.xml;h=6b7b65e0821e9d53a1ca7e958aacf9357b741407;hb=HEAD#l44" class="linenr" style="color:rgb(153,153,153); text-decoration:none">44   <description>

45     Apache HBase\99 is the Hadoop database. Use it when you need

46     random, realtime read/write access to your Big Data.

47     This project's goal is the hosting of very large tables -- billions of rows X millions of columns -- atop clusters

p=hbase.git;a=blob;f=pom.xml;h=6b7b65e0821e9d53a1ca7e958aacf9357b741407;hb=HEAD#l48" class="linenr" style="color:rgb(153,153,153); text-decoration:none">48     of commodity hardware.

49   </description>

HBase即将迎来2.0.0版本号！！

HBase的下一个公布版是否会像Hadoop2.0那样来一个华丽丽的升华。迎来众多牛逼的新特性呢？

从

p=hbase.git;a=blob;f=CHANGES.txt;h=52d21202fe9c9020a7eeee5d722af3ddf524f092;hb=HEAD" style="color:rgb(0,0,0); text-decoration:none; font-family:monospace; font-size:12px; line-height:normal; background-color:rgb(237,236,230)">CHANGES.txt文档中没法得到最新的信息。最后一次更新还在2012年2月24日，看来开源大佬们也是爱编码不爱写文档的主。

。

版权声明：本文博主原创文章，博客，未经同意不得转载。