Apache kylin進階——元數據篇

一、Apache kylin元數據的存儲

Apache kylin的元數據包括 立方體描述（cube description），立方體實例（cube instances）項目（project）、作業（job）、表(table)、字典(dictionary),參見： Apache kylin 核心概念。在kylin集群中至關重要，假如元數據丟失，kylin集群將無法工作。

在kylin 的設計中，元數據存儲的類圖如下：

可見kylin提供了兩種方式存儲元數據，一般而言，集群模式的元數據都選擇在hbase中存儲。在${KYLIN_HOME}/conf/kylin.properties中，元數據的默認配置如下：

kylin.metadata.url=kylin_metadata@hbase n

kylin_metadata@hbase表示，元數據存儲在hbase中的kylin_metadata表中。HBaseResourceStore#HBaseResourceStore的參考代碼如下：

public HBaseResourceStore(KylinConfig kylinConfig) throws IOException {n super(kylinConfig);nn String metadataUrl = kylinConfig.getMetadataUrl();n // split TABLE@HBASE_URLn int cut = metadataUrl.indexOf(@);n tableNameBase = cut < 0 ? DEFAULT_TABLE_NAME : metadataUrl.substring(0, cut);n hbaseUrl = cut < 0 ? metadataUrl : metadataUrl.substring(cut + 1);nn createHTableIfNeeded(getAllInOneTableName());n }n

如若存儲kylin元數據在本地文件系統中，需將kylin.metadata.url 指向本地文件系統的一個絕對路徑, 如：可在${KYLIN_HOME}/conf/kylin.properties中配置如下：

kylin.metadata.url=/home/${username}/${kylin_home}/kylin_metada

注意，一定要是絕對路徑，否則會出現錯誤。

當選擇元數據存儲在hbase中時，並非所有的數據都在hbase中，當待存儲的記錄（通常是key-value pairs）的value大於一個最大值kvSizeLimit時，數據將被保存在HDFS中，默認路徑為：/kylin/kylin_metadata/，相關配置項在${KYLIN_HOME}/conf/kylin.properties中，如下：

• kylin.hdfs.working.dir=/kylin
• kylin.metadata.url=kylin_metadata@hbase

HBaseResourceStore#buildPut的參考代碼如下：

private Put buildPut(String resPath, long ts, byte[] row, byte[] content, HTableInterface table) throws IOException {n int kvSizeLimit = this.kylinConfig.getHBaseKeyValueSize();n if (content.length > kvSizeLimit) {n writeLargeCellToHdfs(resPath, content, table);n content = BytesUtil.EMPTY_BYTE_ARRAY;n }nn Put put = new Put(row);n put.add(B_FAMILY, B_COLUMN, content);n put.add(B_FAMILY, B_COLUMN_TS, Bytes.toBytes(ts));nn return put;n }n

kvSizeLimit 的獲取代碼如下：

public int getHBaseKeyValueSize() {n return Integer.parseInt(this.getOptional("kylin.hbase.client.keyvalue.maxsize", "10485760"));n }n

默認值為10M，可在在${KYLIN_HOME}/conf/kylin.properties中配置：

kylin.hbase.client.keyvalue.maxsize=10485760

注意，該值的大小十分重要，因為kylin為了提高整體性能將hbase中的元數據緩存在hbase內存中，如下圖：

二、Apache kylin元數據的運維

當前kylin的元數據只提供了冷備份的方式。

可利用crontab 在${KYLIN_HOME}下，每天定時執行./bin/metastore.sh backup命令，kylin會將元數據信息保存如下目錄：

${KYLIN_HOME}/meta_backups/meta_year_month_day_hour_minute_second

當kylin元數據損壞或不一致，可採用如下命令恢復：

1. cd ${KYLIN_HOME}

2. sh ./bin/metastore.sh reset

3. sh ./bin/metastore.sh restore ./meta_backups/meta_xxxx_xx_xx_xx_xx_xx

參考文檔：

[1].http://kylin.apache.org/docs15/howto/howto_backup_metadata.html