Apache kylin进阶——元数据篇

一、Apache kylin元数据的存储

Apache kylin的元数据包括立方体描述（cube description），立方体实例（cube instances）项目（project）、作业（job）、表(table)、字典(dictionary),参见： Apache kylin 核心概念。在kylin集群中至关重要，假如元数据丢失，kylin集群将无法工作。

在kylin 的设计中，元数据存储的类图如下：

可见kylin提供了两种方式存储元数据，一般而言，集群模式的元数据都选择在hbase中存储。在${KYLIN_HOME}/conf/kylin.properties中，元数据的默认配置如下：

kylin.metadata.url=kylin_metadata@hbase

kylin_metadata@hbase表示，元数据存储在hbase中的kylin_metadata表中。HBaseResourceStore#HBaseResourceStore的参考代码如下：

public HBaseResourceStore(KylinConfig kylinConfig) throws IOException {
        super(kylinConfig);

        String metadataUrl = kylinConfig.getMetadataUrl();
        // split TABLE@HBASE_URL
        int cut = metadataUrl.indexOf('@');
        tableNameBase = cut < 0 ? DEFAULT_TABLE_NAME : metadataUrl.substring(0, cut);
        hbaseUrl = cut < 0 ? metadataUrl : metadataUrl.substring(cut + 1);

        createHTableIfNeeded(getAllInOneTableName());
    }

如若存储kylin元数据在本地文件系统中，需将kylin.metadata.url 指向本地文件系统的一个绝对路径, 如：可在${KYLIN_HOME}/conf/kylin.properties中配置如下：

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

注意，一定要是绝对路径，否则会出现错误。

当选择元数据存储在hbase中时，并非所有的数据都在hbase中，当待存储的记录（通常是key-value pairs）的value大于一个最大值kvSizeLimit时，数据将被保存在HDFS中，默认路径为：/kylin/kylin_metadata/，相关配置项在${KYLIN_HOME}/conf/kylin.properties中，如下：

kylin.hdfs.working.dir=/kylin

kylin.metadata.url=kylin_metadata@hbase

HBaseResourceStore#buildPut的参考代码如下：

private Put buildPut(String resPath, long ts, byte[] row, byte[] content, HTableInterface table) throws IOException {
        int kvSizeLimit = this.kylinConfig.getHBaseKeyValueSize();
        if (content.length > kvSizeLimit) {
            writeLargeCellToHdfs(resPath, content, table);
            content = BytesUtil.EMPTY_BYTE_ARRAY;
        }

        Put put = new Put(row);
        put.add(B_FAMILY, B_COLUMN, content);
        put.add(B_FAMILY, B_COLUMN_TS, Bytes.toBytes(ts));

        return put;
    }

kvSizeLimit 的获取代码如下：

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

默认值为10M，可在在${KYLIN_HOME}/conf/kylin.properties中配置：

kylin.hbase.client.keyvalue.maxsize=10485760

注意，该值的大小十分重要，因为kylin为了提高整体性能将hbase中的元数据缓存在hbase内存中，如下图：

随着每天 cube的增量build，该表会越来越大。假如不及时清理历史数据，将会使hbase的进程发生 OutOfMemoryError错误！这里kvSizeLimit需在性能和内存大小之间做一个权衡。

二、Apache kylin元数据的运维

当前kylin的元数据只提供了冷备份的方式。

可利用crontab 在${KYLIN_HOME}下，每天定时执行./bin/metastore.sh backup命令，kylin会将元数据信息保存如下目录：

${KYLIN_HOME}/meta_backups/meta_year_month_day_hour_minute_second

当kylin元数据损坏或不一致，可采用如下命令恢复：

cd ${KYLIN_HOME}

sh ./bin/metastore.sh reset

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

参考文档：

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