HBase - 快照性能
HBase - snapshots performance
我正在处理一个用例，我们需要在 HBase 中拍摄 table 的几个快照 (80-100)，我们称之为 "data"。我们希望能够在任何给定时间读取这些快照。所以我们需要克隆快照并将其用作新的 table（例如 "data_v01"、"data_v02" 等。我无法弄清楚是否有多个快照会影响性能原来的 "data" table。
根据我阅读 HBase 文档的理解，HBase 不会在拍摄快照时复制数据，也不会在从快照创建新的 table ("cloned") 时复制数据。对我来说，这似乎是 HBase 创建了一组基本的 HFile，然后以类似于 WAL 的形式或类似的形式跟踪更改。如果这是真的，并且基本快照是 100 天前的，这意味着更改会很多。我的理解正确吗？除了 https://hbase.apache.org/book.html#ops.snapshots
之外，我找不到太多参考资料
您可能已经知道，HBase 一致性由 HFile 和 WAL 文件的集合提供。快照只是快照时 table 中所有 HFiles 的列表（无论快照是否强制 WAL 和 memstores 刷新）。这就是快照创建起来非常快速且便宜的原因 - 它所做的就是保存文件路径列表。这意味着文件 在压缩的情况下不能被删除 ，而是被移动到存档文件夹，直到没有快照引用它们（非常像 GC）。在某些情况下，这可能会导致存储开销。
I am unable to figure out whether having multiple snapshots affect the performance of the original "data" table.
从快照创建 table 与原始 table 无关。由于 HFiles 是 immutable，所以两个 tables 可能共享一些 HFiles 的事实没有任何意义。
...(if) the base snapshot is 100 days old, this would mean (that the data is outdated)
是的，这是正确的。快照只会看到创建时存在的 HFiles。
我正在处理一个用例，我们需要在 HBase 中拍摄 table 的几个快照 (80-100)，我们称之为 "data"。我们希望能够在任何给定时间读取这些快照。所以我们需要克隆快照并将其用作新的 table（例如 "data_v01"、"data_v02" 等。我无法弄清楚是否有多个快照会影响性能原来的 "data" table。
根据我阅读 HBase 文档的理解，HBase 不会在拍摄快照时复制数据，也不会在从快照创建新的 table ("cloned") 时复制数据。对我来说，这似乎是 HBase 创建了一组基本的 HFile，然后以类似于 WAL 的形式或类似的形式跟踪更改。如果这是真的，并且基本快照是 100 天前的，这意味着更改会很多。我的理解正确吗？除了 https://hbase.apache.org/book.html#ops.snapshots
之外，我找不到太多参考资料您可能已经知道，HBase 一致性由 HFile 和 WAL 文件的集合提供。快照只是快照时 table 中所有 HFiles 的列表（无论快照是否强制 WAL 和 memstores 刷新）。这就是快照创建起来非常快速且便宜的原因 - 它所做的就是保存文件路径列表。这意味着文件 在压缩的情况下不能被删除 ，而是被移动到存档文件夹，直到没有快照引用它们（非常像 GC）。在某些情况下，这可能会导致存储开销。
I am unable to figure out whether having multiple snapshots affect the performance of the original "data" table.
从快照创建 table 与原始 table 无关。由于 HFiles 是 immutable，所以两个 tables 可能共享一些 HFiles 的事实没有任何意义。
...(if) the base snapshot is 100 days old, this would mean (that the data is outdated)
是的，这是正确的。快照只会看到创建时存在的 HFiles。