CentOS环境下HBase监控与管理
一 监控体系与关键指标
- 原生与命令行
- 使用 HBase Master Web UI 查看集群健康、表与 Region 分布，默认端口为 16010。
- 通过 HBase Shell 执行 status、list_regions、describe ‘table’ 等命令快速巡检。
- 使用 hbck 检查元数据一致性与完整性。
- JMX 与可视化
- 启用 JMX 并暴露指标，常用端口：Master 16030、RegionServer 16020；可用 jconsole/VisualVM 直连或通过 JMX Exporter 供 Prometheus 抓取。
- 结合 Ganglia、Zabbix、Prometheus + Grafana 搭建可视化与告警；日志建议接入 ELK（Logstash/Elasticsearch/Kibana） 做关键字与趋势分析。
二 日常运维与常用操作
- 启停与健康检查
- 启动：在 HMaster 节点执行 start-hbase.sh；验证进程：jps 应能看到 HMaster/RegionServer/HQuorumPeer 等进程。
- 快速巡检：Shell 中 status ‘simple’；Web UI 检查 Master/RegionServers/Tables 页面；必要时 hbck 排查一致性。
- 表与列族管理
- 常用动作：建表/删表、禁用表、列族增删改、设置压缩与版本数、预分区以打散热点。
- 工具选择：HBase Shell 适合脚本化与批量化；需要图形化与权限控制时可用 HBaseManager（支持命名空间、表、列族、数据管理与简单 HQL 查询，支持 Kerberos）。
- 负载均衡与数据迁移
- 启用/调整 balancer 均衡 Region 分布；必要时手动 move/split/merge Region 解决热点与倾斜。
三 资源管理 内存与存储优化
- 内存与 GC
- 合理设置 RegionServer 堆内存 与 MemStore/BlockCache 比例，关注 GC 时长与频次，避免因配置不当导致长停顿。
- Region 与存储
- 结合访问热点与数据量规划 预分区 与 Region 大小，必要时调整 hbase.regionserver.maxfilesize 等阈值，减少频繁分裂与合并。
- 开启 压缩（如 Snappy）提升存储与扫描效率；优先使用 SSD 降低 I/O 时延；提高 BlockCache 命中率优化读路径。
四 监控落地步骤 Prometheus Grafana 与告警
- 指标暴露
- 在各节点开启 JMX（Master 16030、RegionServer 16020），通过 JMX Exporter 将指标转为 /metrics HTTP 端点供 Prometheus 抓取。
- 采集与可视化
- Prometheus 配置抓取任务（targets 指向各 Master/RegionServer 的 JMX Exporter 端口），Grafana 配置 Prometheus 数据源并导入 HBase 仪表盘，展示 请求延迟、读写吞吐、Region 数量、Store/StoreFile、MemStore/BlockCache 命中率、GC 时间 等关键指标。
- 告警与日志
- 在 Prometheus 设置告警规则（如 RegionServer 宕机、请求错误率升高、StoreFile 过多、GC 时间过长），对接 Alertmanager 或 Nagios 发送通知；HBase 与 GC 日志接入 ELK 做问题定位与回溯。
五 故障排查与高可用要点
- 进程与连通性
- 使用 jps 与 Web UI 快速确认 HMaster/RegionServer 存活；从客户端测试 ZooKeeper/HBase 连通性与认证（若启用 Kerberos）。
- 一致性修复与恢复
- 例行执行 hbck 发现并修复不一致；结合 备份策略 与恢复流程降低故障恢复时间。
- 热点与倾斜治理
- 通过 预分区、打散 RowKey、均衡器 与必要时的 手动 move/split/merge 消除热点，确保 Region 均衡分布。
