HBase Thrift：如何连接到远程HBase主机/群集？

多亏了Cloudera发行版，我在本地机器上运行了一台HBase master/datanode+Thrift服务器，可以编写和测试HBase客户端程序并使用它，没有问题

但是，我现在需要在生产中使用Thrift，而且我找不到关于如何在生产HBase集群中运行Thrift的文档

据我所知，我需要在客户端节点上运行hbase thrift程序，因为thrift程序只是hbase的另一个中间客户端

所以我猜我必须能够以某种方式将主节点主机名/IP指定给HBase Thrift？我该怎么做

还有，关于如何扩大生产规模的建议？我是否只需要这样的设置：

Client <-> Thrift client <-> HBase Master <-> Multiple HBase workers

客户端节省客户端HBase主控多个HBase工作进程

让它运行起来 您不必在本地计算机上运行Thrift服务器，它可以在任何地方运行，但RegionServer通常是一个好地方*。然后在代码中连接到该服务器

Python示例：

transport = TSocket.TSocket("random-regionserver", 9090)

显然，您要用运行Thrift服务器的服务器之一替换

random regionserver

该服务器从通常的位置获取其配置。如果您正在使用CDH，那么您将在

/etc/hbase/conf/hbase site.xml

中找到配置，并且需要添加属性

hbase.zookeeper.quorum

：

<property>
  <name>hbase.zookeeper.quorum</name>
  <value>list of your zookeeper servers</value>
</property>

hbase.zookeeper.quorum
zookeeper服务器列表

当您从下载的Apache发行版启动Thrift服务器时，除了

hbase site.xml

可能位于不同的目录之外，情况与此类似

扩大规模 现在扩大规模的一个简单方法是在您的Thrift客户端中保留所有RegionServer的列表，然后在connect上随机选择一个。或者创建多个连接，每次使用一个随机连接。一些语言绑定（如PHP）有一个

TSocketPool

，您可以在其中传入所有服务器。否则你需要做一些手工工作

使用此技术，所有读写操作都应该或多或少地分布在集群中的Thrift服务器上。到达Thrift服务器的每个读或写操作仍将从Thrift服务器转换为基于Java的API调用，然后Thrift服务器打开到适当Regionserver的网络连接以执行请求的操作

这意味着您将无法获得与使用JavaAPI时一样好的性能。如果您自己缓存区域位置并点击相应的Thrift服务器，这可能会有所帮助，但即使这样，也会进行额外的JavaAPI调用，即使它最终位于本地服务器上。这将有助于此场景，但CDH3u4或CDH4中不包括这一点

---

*有一个问题实际上是在Regionserver中嵌入了Thrift服务器。

谢谢！我来试试这个。关于扩展部分：因此，如果我随机直接连接到不同的区域服务器，并将写操作分散到不同的区域服务器，那么当我读取它们时，是否保证得到一致的结果？（我的HBase应用程序是写密集型的，尽管我经常也要读。）这是一个很好的问题。不，使用随机分配不会获得最佳性能。我敦促大家阅读本期有关其中一些问题的文章。对于读取（和写入），如果缓存区域位置并直接连接到该区域服务器，则可能会有所帮助。这就是说：目前，即使您在您的数据将结束的Regionserver上写入Thrift server，该Thrift server仍将执行网络请求，即使它结束于

localhost

。恐怕这就是目前的情况（再次参见HBASE-4460）。我已经编辑了答案，以纳入我之前的评论。我希望这能让事情变得更清楚，并对你有所帮助。接下来，我要说的是：我让这一切顺利进行！并且我能够在HBase中扩展写操作。：）让集群运行、在区域服务器上节约、安全规则等并不是一件简单的事情——但让它以这种方式运行完成了任务！：）谢谢很抱歉，还有一个小问题：如果我在区域服务器之间随机分配写操作，那么区域服务器如何相互同步？它们甚至需要同步吗？一旦我完成了随机排列的写作，我该如何进行查询？