手把手教你如何抢救 HBase 误删数据（附代码）

Posted 2021-04-19 ImageQ大数据

微信号：imageqfh

只做最懂行业的语义分析服务商

有时候我们操作数据库的时候不小心误删数据，这时候如何找回？

mysql 里有 binlog 可以帮助我们恢复数据，但是没有开 binlog 也没有备份就尴尬了。如果是 HBase，你没有做备份误删了又如何恢复呢？

1

数据保护

当误删数据发生时候，不管三七二十一，第一要务是进入 hbase shell，执行如下命令：

如果误删一张表的有多个 family 里的数据，需要都执行一下：

设置 KEEP_DELETED_CELLS 为 True 的目的在于防止数据被物理删除。这里有必要解释一下 HBase 清理数据的原理：

首先 HBase 是一个 LSM 架构，不断发生着数据文件的写入和合并

当删除操作发生时，不会去清理数据文件中的数据，而是写入一个删除标记到新文件中。

当某一刻 major compaction 发生时，在合并文件的同时会根据删除标记清理数据，新合并出来的数据文件不会再有旧数据。

KEEP_DELETED_CELLS 的作用就是在 major compaction 发生的时候，决定要不要清理旧数据。

这里需要注意一点，即便 KEEP_DELETED_CELLS 设置为 True，数据仍然会因为过期而被清理（HBsae表中的TTL属性）。这个设定无可厚非，既然过期了，误删不误删也无所谓了。

2

数据恢复

数据恢复的前提数据没有被物理删除，也就是上文提及的。你只需要在查询（Scan）的时候，指定 raw 模式来搜索数据，就能看到被删除的数据，之后你要做就是把数据再写入一次。

我们来看一个简单的例子，还是以 hbase shell 为例子：

1. 首先我们准备几行数据

2. 然后我们删掉 y 开头掉数据

3. 查一下，现在只有 3 行了

4. 现在我们带上 raw 再次查找数据，不仅能看到被删除数据，还能看到删除标记。

这里我设置了 TIMERANGE， 指定的是数据写入的时间。对于我这个 case 其实并没有什么用，我只是想说明几点：

■即便不设置 RAW，也可以通过时间搜索到被删数据。

■比如数据写入时间是 T，delete 时间是 T+2，那么查找 [0, T+1] 的话就能看见数据。

——前提是设置了 KEEP_DELETED_CELLS=TRUE

■如果你后续写入重复的 Key，那你必须指定好 TIMERANGE，不然你可能看到的不是原先删除的 KeyVlaue。

■Delete 操作默认的时间不是当前 Server 的时间，也不是构造 Delete 对象的时间，而是被删除的这个 KeyValue的写入时间。

当然这个得看版本，测试时候发现 1.x 和 2.x 还是不一样的，有点坑，还以为高版本不能仅通过 TIMERAGE 搜素被删数据了。

■如果你的 Delete Mark 的时间和数据的时间一样，那只能通过 RAW 看到。

数据恢复完，建议关闭 KEEP_DELETED_CELLS，节省空间，提高查询效率。

3

其    他

上文使用的是 hbase shell 演示，你可以使用任何语言的API完成上面的操作。

如果你使用的是云 HBase，即便因为 major compaction 物理删除了数据，只要你开启了备份功能，依然可以恢复。

 -END-

---

来源 | 云栖社区

你可能感兴趣的...

（点击文/图即可查看相关内容）

回复关键词序号，获取更多干货

01 技术干货 | 02 热点事件

03 大 咖 说  | 04 往期精彩

05 产品试用 | 06 官网直达