臉書Messenger起初的設計類似電子郵件，用戶登入後在收件箱可以看到訊息，後來逐漸演變為即時通訊系統，時至今日Messenger每月有超過13億的用戶，一天傳送近17億個表情符號。

臉書為此更改了後端系統，包括資料庫的搬移，從HBase換成兼顧RocksDB與MySQL特色的MyRocks，還為了不影響龐大的用戶，設計了兩套搬移流程，兩周的時間完成99.9％的帳戶遷移。

TL;DR

如果發現 hbase shell 在 scan 或 count 的筆數與你預期筆數不一致的話，就 split region 看看吧。

--- 以下是前言，還真長 XD ---

最近都在忙著新版本上線，所以小編也好一陣子沒發文了。不過這幾天有個有趣的案例，想跟大家分享一下。

有在看小編文章的大概會知道我們產品的資料庫是以 HBase 建置而成的，而 HBase 最重要的組成就是 rowkey 了。若 rowkey 設計錯誤輕微可以使用 column 來救，嚴重的甚至要砍掉整筆 row，重新設計 rowkey 才能解決。

兩年前在設計某 table 的 rowkey 時，不小心忘了對 rowkey 做 salt (HBase 基礎之一，避免 scan 時產生 hotspotting)，如果又沒切 region 的話 (HBase 基礎之一，避免 scan 時產生 hotspotting)，這些資料在建立時都會跑到同一個 region，在 scan 的時候效能會超差。

像這種例子就算使用 column 來救也完全沒辦法，所以小編就打算把整筆 row 砍掉重新把 salt 加上去。

--- 以下是追蹤過程 ---

原 rowkey 開頭及加上 salt 之後的新 rowkey 開頭如下：

* 原：A000001、新：DNhA000001
* 原：A000002、新：dMfA000002
* 原：A000003、新：p9OA000003
* 以此類推

原 rowkey 相同 pattern (A000XXX) 的 row 有 2000 萬筆 (在 hbase shell 內使用 count 來計算 table 的資料量)，所以這次 rebuild 總共會刪除原 rowkey 共 2000 萬筆，新增新 rowkey 共 2000 萬筆。

在使用 HBase 的 Java API 執行增刪 rebuild 後，在 hbase shell 使用 count 計算 table 的資料量時卻只有 900 萬筆。一開始小編還以為是 compaction 跟 flush 的問題，所以強制對 table 做了下面幾個動作，以確保資料有在 HFile 裡面正確地寫入及刪除：

* 確認資料都會刪除：compact、major_ compact
* 確認資料都會寫入：flush

但執行完後再跑一次 count 也是一樣只有 900 萬筆，所以就開始找問題點了。

後來又使用 HBase 的 exists API，確認有找到 2000 萬筆的資料。一開始小編以為是 MapReduce 的問題，因為 HBase 計算 row count 是使用 MapReduce 來執行的，但找了一堆資料都沒人說有類似問題。後來想說在 hbase shell 內使用 scan {COLUMNS => "cf:XX"} 將所有的資料都拿出來，發現也是只有 900 萬筆，所以初步排除是 MapReduce 的問題。

後來比對了新增的 rowkey 及目前 scan 出來的 rowkey，發現 scan 出來的 rowkey 只有到 GbVA000017 而已，後面的 H-Z、a-z 開頭的全部都沒出現。所以小編使用 hbase shell 的 get 指令，確認在 Java API 新增的 rowkey (A-Z、a-z 開頭的) 是否存在於 table 內，發現用 get 可以拿的到資料。討論後用 scan 加 start rowkey 試試，結果如下：

* STARTROW => "GbVA000017"：只找到一筆
* STARTROW => "H"：可以找到 H 之後的所有資料

看了這結果，真的覺得非常奇怪啊！！！

後來大神 Cowman Chiang 說要不要試著用 split 讓 HBase 重切 region 看看，等於是 rebuild region 的意思，因為 split 會使用字母順序切分成不同的 region，讓 row 重新分散。split 完之後再做一次 count 果然就找到 2000 萬筆資料了啊。

感恩 Cowman Chiang 讚嘆 Cowman Chiang！！！

--- 以下是結論 ---

目前看起來就是 region 發生異常，還不知道是什麼原因會造成這次事件的發生。但如果發現 scan 或 count 的筆數與你預期的內容不一致的話，就 split region 看看吧。

--- 本次追蹤使用工具 ---

* Linux: grep, cat, cut, sort, sed, comm, wc, less, head
* Java: exists, scan, get, put, BufferedReader
* hbase shell: snapshot, split, compact, major_compact, flush, restore_snapshot, scan, get, disable, enable, clone_snapshot, list_snapshots

--- 20180112 後記 ---

後來把 snapshot 還原之後，重新做了一次 rebuild 再做 count，結果還是一樣只有 900 萬筆，然後用 hbase hbck -repair 試著看看是否能把 region 修復 (有 4 個 inconsistencies)，修復完後一樣是 900 萬筆。

也有同事說到會不會是資料塞太快的關係，造成 region 無法 split 完整才會發生這個問題。對於這個說法，小編也還在研究看看，有什麼進度會再分享給大家知道。

#hbase #hadoop #mapreduce #hotspotting

都忘了小編自己兩年前有推薦過 Triton Ho 的課程，但可惜最近應該是不會再開了，只能期待如果有來台灣工作的話，多挖一些內容來補充一下了！

---

[推薦] RDBMS課程簡介

上個月去聽了RDBMS的課程，講師 Triton Ho 是一位香港來的資深DBA，常在BackendTW分享一些與系統架構及資料庫設計有關的內容，算是言之有物的一位強者。(與他類似的台灣還有幾位，像是 @ant 以及 @gslin ，也都是非常厲害的大大)

這門課程不像是大學學的資料庫系統，講了一堆1NF,2NF,3NF以及到底是1..N / N..N / 1..1這類的理論。比較著重在於實務方面的應用，也把他曾在香港空運中心工作的經驗分享給大家。

雖然沒講到normal form或是relationship這類東西，但加了一些以前上課沒聽過的內容。主要是資料庫的底層實作，比如SX lock, MVCC, Isolation, B+ tree, SQL 2003, row locking......等。

最後一天的課程也介紹了一些大型系統的開發實務，像是caching要如何設計、defense in depth、positive feedback......等。

雖然目前主力都在HBase，但這幾天學了這麼多東西，了解到RDBMS以及NoSQL的底層實作很多都是非常類似，重點還是擺在key的設計上面。所以算是吃了大力丸吧。

如果你是後端開發人員或是系統管理者，絕對推薦你們去上這門課程，一定不會讓你們失望的。

有興趣的可以先看看先修課程：https://drive.google.com/file/d/0B-UTE7EObr6ydDZOZXNLRko5UTQ/view

今年11月還有一次上課的機會：https://www.facebook.com/events/853886477999933/

PS. 因為講者是香港人，所以口音有點重，有時候會聽不太懂，但不影響整體上課內容

#rdbms