Phoenix映射HBase时间戳的一种实现

2021-11-21 02:13:55

HBase用户福利

新用户9.9元即可使用6个月云数据库HBase，更有低至1元包年的入门规格供广大HBase爱好者学习研究，更多内容请参考链接

官方实现

Apache Phoenix从4.6版本开始，提供了ROW_TIMESTAMP标签，来映射HBase的原生时间戳。但使用起来有以下限制：

只有主键中的TIME, DATE, TIMESTAMP, BIGINT, UNSIGNED_LONG类型的字段才能设置成ROW_TIMESTAMP
只能有一个主键列能被设置成ROW_TIMESTAMP
ROW_TIMESTAMP标志的字段不能为null值
只有在建表的时候，某一列才能被设置成ROW_TIMESTAMP
ROW_TIMESTAMP标志的列不能为负数

除了上面使用上的限制，还有应用场景的限制。根据上面的描述，ROW_TIMESTAMP字段有以下几种形式。

业务主键在前
ROW_TIMESTAMP字段在前
只有ROW_TIMESTAMP字段

我们来看下各个形式的优劣

业务主键在前。无论ROW_TIMESTAMP字段如何取值，都可以通过业务主键1进行单点查询，即在知道业务主键1的情况下是可以通过前缀精确快速的查询的。
ROW_TIMESTAMP字段在前。如果不知道某条数据对应的ROW_TIMESTAMP字段值，则无法通过主键查询；如果通过业务主键可以映射ROW_TIMESTAMP字段值，虽然可以通过主键查询，但该字段将无法修改。因为修改就意味着当前记录删除，重新插入。
只有ROW_TIMESTAMP字段。在一些时序数据比较常见，也就是没有业务主键，不会也不便通过主键查询，一般都是范围扫描。

其实官方提供的ROW_TIMESTAMP字段实现，最大的问题就是原有记录不能更新，只能删除、然后插入，这就极大的限制了它的应用场景。

我们的实现

背景

我们用Phoenix存储了所有需要实时查询的表，写Phoenix-Sql查询当前最新的数据。基本架构如下：

问题

正常情况下，实时抽取MySQL的binlog，写入Phoenix；每天会有Hive批量抽取MySQL数据，对Phoenix进行校验、补数。
实时写入时，需要考虑binlog更新的顺序，至少要做到MySQL原数据每行更新的顺序；离线补数时，需要考虑是否会覆盖实时写入的数据。

实时写入

实时写入的顺序，大都由CDC（canal、debezium等）控制。针对每一条数据的更新，CDC都会对“表名+主键”进行Hash，路由到Kafka对应的分区。其实针对某个表某条记录的更新，消费时是有严格的顺序的。但如果后期更改kafka分区个数，就会稍微麻烦点。如果不停服更新，就意味着同一条记录的不同更新，分布在不同的分区，也就不能保证严格的顺序，插入Phoenix表就会出现覆盖的问题。如果停服更新，就需要先停掉CDC，等消费者把数据消费完，然后再调整分区，启动消费者，这样才能避免相互覆盖的问题。

实时写入还有一个潜在的问题，那就是数据丢失。不管是网络抖动，还是组件的健壮性，都会造成数据丢失。一旦发生数据丢失，就需要校验、补数的逻辑。

离线补数

离线补数就是为了防止出现实时数据丢失的问题。离线补数包含校验和补数两个步骤。

校验。拿当前全量或增量数据，与Phoenix表中相同主键的数据进行比对，确定Phoenix是否丢数或丢失更新。
- 丢数就是Phoenix应该有的数据却没有
- 丢失更新就是Phoenix的数据不是最新的
补数。根据上一步骤计算的丢失的数据或更新，写入Phoenix

离线补数看似完美，但最大的问题就是，校验和补数是两个步骤，也就是说不在一个事务里面。有可能某条数据在校验阶段，的确是丢失的，但在校验之后、补数之前，该条数据又被写到Phoenix表了，那么在补数之后，该数据又被更新成旧数据了。

解决方案

细心的读者会发现，使用官方提供的ROW_TIMESTAMP是无法很好的解决数据乱序覆盖的问题的。
那么，究竟该怎么办呢？有没有一种方案能完美的解决上面的问题呢？下面是我解决这个问题的思路和具体实现。

思路

熟悉HBase的读者一定知道，HBase插入或更新数据的时候是可以指定时间戳（版本号）的，而且HBase查询时默认显示时间戳最大的数据。那如果Phoenix在根据主键写入数据时，能把该条数据的更新时间写入HBase的时间戳字段，是不是就能解决相互覆盖的问题了呢？
的确能。
其实每一条更新都是数据的一个版本。如果写入时能指定时间戳，就意味着指定了数据的版本，无论每个更新到达的顺序是怎样的，Phoenix读取时都会读取最新的数据。
如果能实现，那么Kafka重新设定分区个数和离线补数将不再需要考虑覆盖的问题。
但Phoenix目前并没有实现上面逻辑的机制，我们需要对其进行简单的升级。

实现方案

其实在Phoenix官方实现中，有一个CurrentSCN属性，它可以控制每一次DDL、DML、QUERY的时间戳的，也就是在插入或更新时，会根据CurrentSCN的值设定当前数据对应的HBase的时间戳。但很不幸，它只能控制每一次commit的数据，也就是无法精确控制每一条数据的时间戳。当然了，如果每一条数据Upsert时都设置CurrentSCN，然后commit也是可以解决问题的，但这就无法进行批量提交，会一定程度的影响性能。

其实我在实现时也是参考了CurrentSCN属性的原理。
经过分析，我找到了MutationState类的generateMutations方法的下面一段代码。

PRow row = table.newRow(connection.getKeyValueBuilder(), timestampToUse, key, hasOnDupKey);

上面的代码其实是创建了一条数据，后续的upset的数据就是由此而来。根据timestampToUse命名可以猜想，它就是该条数据的时间戳。


/**
     * Creates a new row at the specified timestamp using the key
     * for the PK values (from {@link #newKey(ImmutableBytesWritable, byte[][])}
     * and the optional key values specified using values.
     * @param ts the timestamp that the key value will have when committed
     * @param key the row key of the key value
     * @param hasOnDupKey true if row has an ON DUPLICATE KEY clause and false otherwise.
     * @param values the optional key values
     * @return the new row. Use {@link org.apache.phoenix.schema.PRow#toRowMutations()} to
     * generate the Row to send to the HBase server.
     * @throws ConstraintViolationException if row data violates schema
     * constraint
     */
    PRow newRow(KeyValueBuilder builder, long ts, ImmutableBytesWritable key, boolean hasOnDupKey, byte[]... values);

由newRow的描述可以确定我们的猜想，timestampToUse就是当前数据的时间戳。

根据调用链，我们找到了timestampToUse赋值最近的地方：UpsertCompiler.setValues方法，里面有一个RowTimestampColInfo类型的rowTsColInfo字段。其实还是找到timestampToUse最初的地方，也就是获取CurrentSCN的代码段，但考虑到不对原有的CurrentSCN功能过多干涉，我们选择优化UpsertCompiler.setValues方法。下面是改造后的代码片段：

for (int i = 0, j = numSplColumns; j < values.length; j++, i++) {
            byte[] value = values[j];
            PColumn column = table.getColumns().get(columnIndexes[i]);
            if (SchemaUtil.isPKColumn(column)) {
                pkValues[pkSlotIndex[i]] = value;
                if (SchemaUtil.getPKPosition(table, column) == table.getRowTimestampColPos()) {
                    if (!useServerTimestamp) {
                        PColumn rowTimestampCol = table.getPKColumns().get(table.getRowTimestampColPos());
                        rowTimestamp = PLong.INSTANCE.getCodec().decodeLong(value, 0, rowTimestampCol.getSortOrder());
                        if (rowTimestamp < 0) {
                            throw new IllegalDataException("Value of a column designated as ROW_TIMESTAMP cannot be less than zero");
                        }
                        rowTsColInfo = new RowTimestampColInfo(useServerTimestamp, rowTimestamp);
                    } 
                }
            } else {
                columnValues.put(column, value);
                columnValueSize += (column.getEstimatedSize() + value.length);
            }
            if(column.getDataType().getSqlTypeName().equals(PRowts.INSTANCE.getSqlTypeName()) && rowTimestamp == null){
                rowTimestamp = PLong.INSTANCE.getCodec().decodeLong(value, 0, column.getSortOrder());
                if (rowTimestamp < 0) {
                    throw new IllegalDataException("Value of a column designated as ROW_TS cannot be less than zero");
                }
                rowTsColInfo = new RowTimestampColInfo(useServerTimestamp, rowTimestamp);
            }
        }

在处理每行数据每个字段值的时候，判断当前字段类型是否为PRowts类型，如果是，则根据该值创建RowTimestampColInfo。这样就达到了根据数据改变HBase时间戳的目的。

考虑到快速、简单的实现PRowts类型，我们选择将PRowts设定为Long类型的别名，其实就是根据PLong类创建PRowts，二者的逻辑完全一致。只不过个别参数名称不同。
下面是PRowts的默认构造函数。


private PRowts() {
        super("ROW_TS", 21, Long.class, new PLong.LongCodec(), 48);
    }

至此，我们就实现了将数据的时间戳映射到HBase的时间戳的功能。简单来说分为两步：

新增PRowts类型。创建表时，指定某个字段为PRowts，该字段原始类型必须是long；或者修改字段的类型为PRowts。
根据数据构造HBase的Put命令时，将PRowts的值写入row timestamp

实现过程看似简单，但作者还是花了很大的精力阅读、梳理Phoenix的源码的，只有在了解的基础上才能进行改造、升级。
当然，限于篇幅还是有很多细节没有解释的，而且也不一定选择改造UpsertCompiler.setValues，读者可以根据实际情况自行实现。另外也可以扩展PRowts，使其支持其他时间类型的数据，比如TIME、DATE、TIMESTAMP、BIGINT。

HBase技术交流

欢迎加群进一步交流沟通:

码农公寓