MRS HBase迁移至MRS HBase数据校验

准备工作

• 需要先在源端内网环境中安装用于配合数据校验的工具MgC Agent（原Edge），方法请参见安装Linux版本的MgC Agent。
• 需要将源端和目的端所有节点的主机名和IP地址映射添加到安装MgC Agent主机的/etc/hosts文件中，配置连接才能连接成功。
  1. 在安装MgC Agent的主机上，打开/etc/hosts文件进行编辑。
  2. 在/etc/hosts文件中，为每个源端和目的端节点添加一行，格式如下：

     IP地址 主机名

     例如，节点的IP地址是192.168.1.1，主机名是source-node-01，则添加：

     192.168.1.1 source-node-01

  3. 完成所有映射的添加后，保存并关闭/etc/hosts文件。
  4. 为了确保配置正确，可以通过ping命令测试主机名解析是否成功。例如：

     ping source-node-01

操作步骤

1. 登录迁移中心管理控制台。
2. 单击左侧导航栏的“其他 > 配置管理”，进入配置管理页面。
3. 在“项目管理”页签，单击“创建项目”，右侧弹出创建新项目窗口。
   图1 创建项目
   

4. 项目类型选择“大数据迁移”，输入自定义项目名称，单击“创建”。
   图2 创建大数据迁移项目
   

5. 创建项目完成后，参考连接迁移中心，将MgC Agent与云端MgC控制台建立连接。
6. 连接成功后，需要在MgC Agent上分别添加源端MRS HBase凭证和目的端MRS HBase凭证，类型选择“大数据-HBase”，认证方式选择“用户名/密钥”。凭证的添加方法请参考添加资源凭证。其中用户名输入HBase客户端登录用户名，密钥需要上传以下配置文件：
   • 非安全集群（未开启Kerberos认证）需要上传core-site.xml，hdfs-site.xml，yarn-site.xml，mapred-site.xml和hbase-site.xml等5个配置文件。配置文件的获取方法请参考准备运行环境配置文件。集群是否开启Kerberos认证，可通过查看集群基本信息来确认。
   • 安全集群（开启Kerberos认证）需要上传core-site.xml，hdfs-site.xml，yarn-site.xml，krb5.conf，user.keytab，mapred-site.xml和hbase-site.xml等7个文件。其中krb5.conf，user.keytab两个文件是集群用户的凭证，获取方法如下。其余5个配置文件的获取方法请参考准备运行环境配置文件。
     1. 登录FusionInsight Manager界面，选择“系统 > 权限 > 用户”。
     2. 在用户名中选择developuser，单击操作“更多 > 下载认证凭据”下载认证凭据文件。
     3. 将下载的凭据文件解压即可得到用户的“user.keytab”文件与“krb5.conf”文件。

7. 在MgC控制台左侧导航栏选择“大数据校验”，进入大数据校验页面。在左侧导航栏的项目下拉列表中选择步骤4.创建的项目。
8. 首次使用大数据校验功能时，需要先启用MgC Agent。单击“选择并启用迁移中心Agent”按钮，在弹窗的下拉列表中，选择与迁移中心连接成功的MgC Agent。
   

   在进行大数据校验时，请确保MgC Agent一直处于在线并启用状态。

9. 在功能入口区域，单击“大数据迁移准备”，进入大数据迁移准备页面。
10. 选择“连接管理”，单击“创建连接”，右侧弹出新增连接窗口。
    图3 创建连接
    

11. 连接类型选择“HBase”，单击“下一步”。

    

12. 根据表1，配置连接参数后，单击“测试连接”按钮，测试通过代表连接成功。

    表1 HBase连接参数配置说明

    参数	配置说明
    所属源	选择源端。
    连接名称	默认创建名称为“HBase-4位随机数（字母和数字）”，也可以自定义名称。
    迁移中心Agent	选择步骤5.与MgC建立连接的MgC Agent。
    HBase凭证	选择步骤6.在MgC Agent添加的源端MRS HBase凭证。
    安全集群	选择是否部署在安全集群下。
    Zookeeper节点IP	填写连接到Zookeeper的IP地址。通常是部署Zookeeper的服务器公网IP地址或内网IP地址。
    Zookeeper连接端口	填写连接到Zookeeper的端口。
    HBase 版本	选择HBase的版本。
    采集资源使用信息	可选参数。开启后，通过该连接创建的统计任务将收集大数据服务的资源使用信息，这些信息将用于MgC上的报告生成，以便于进行性能优化。 须知： 使用该功能，需要MgC Agent添加的华为云账号AK/SK拥有MRS服务和DLI服务的只读权限（ReadOnly）。 如果所选凭证与登录迁移中心 MgC的账号凭证相同，请勾选“所选凭证与登录迁移中心凭证相同”，系统将根据所选的区域，自动查询账号在该区域下的项目。 区域：选择需要校验的数据所在区域/项目。 项目：选择需要校验的数据所在项目。 集群ID：输入需要校验的数据所在集群ID。 如果所选凭证与登录迁移中心 MgC的账号凭证不同，请手动输入如下参数信息： 区域ID：输入需要校验的数据所在区域ID。例如，区域为“华南-广州”，则输入“cn-south-1” 项目ID：输入与区域对应的项目ID。 集群ID：输入需要校验的数据所在集群ID。 说明： 区域ID和项目ID可以在“我的凭证 > API凭证”查看。 集群ID的获取方法请参考获取MRS集群ID。

13. 测试连接通过后，单击“确认”按钮，创建云服务连接完成。
14. 选择元数据管理，单击创建元数据同步任务按钮，右侧弹出创建任务-元数据同步窗口。
    图4 创建元数据同步任务
    

15. 根据元数据同步任务参数配置说明，配置元数据同步任务参数后，单击“确认”按钮，创建元数据同步任务。

    表2 元数据同步任务参数配置说明

    参数	配置说明
    任务名称	默认创建名称为“元数据同步任务-4位随机数（字母和数字）”，也可以自定义名称。
    元数据连接	选择步骤12.创建的元数据连接。
    数据库（可选）	填写需要进行元数据同步的数据库名称，如果有多个数据库，库名之间用逗号隔开。不填则代表同步全部数据库。
    并发线程数	设置采集线程并发数。默认为3，1≤取值范围≤10。增加线程并发数，可以提高同步效率，但会占用更多源端连接和MgC Agent所安装主机的计算资源。

16. 在任务管理页签，可以查看已创建的元数据同步任务列表以及参数配置信息。单击操作列的“更多>修改”，可以修改任务参数配置。
    图5 元数据同步任务管理
    

17. 单击操作列的“运行任务”，即可触发一次任务执行。每执行一次任务，会生成一条任务实例。
18. 单击操作列的“查看实例”，进入任务实例管理页签。可以查看该任务的运行记录，以及每条任务实例的状态和采集结果。当元数据同步任务的实例状态为“已完成”且采集结果有数值时，在库表清单页签可以查看采集到的元数据列表。
    图6 任务实例管理
    

19. 在大数据校验页面的功能入口区域，单击“表管理”，进入表管理页面的表组页签。
20. 单击“新增表组”，弹出新增表组窗口。根据新增表组参数说明，配置参数后，单击“确认”按钮，创建表组。

    

    表3 新增表组参数说明

    参数	说明
    表组名	用户自定义
    元数据连接	选择步骤12.创建的元数据连接。 注意： 表组中的所有表必须来源于同一个元数据来源。
    校验标准	选择可以接受的数据差异最大值（即错误容忍度）。MgC提供了多种类型的对数标准可供选择，关于对数标准的详细说明，可以单击新增表组弹窗中的“查看更多”进行查看。
    说明（可选）	您可以输入用于区分表组的说明。

21. 在表管理页面，选择库表清单页签，勾选要加入同一表组的数据表，单击列表上方的“表组管理 > 批量加入组”，在弹出的修改表组窗口中，选择要加入的表组，单击“确认”。

    

    

    如果需要新增数据表，可以通过导入数据表的方式添加，方法请参考导入数据表并加入表组。

22. 在功能入口区域，单击“大数据迁移准备”，进入大数据迁移准备页面。
23. 选择“连接管理”，单击“创建连接”，右侧弹出新增连接窗口。
    图7 创建连接
    

24. 连接类型选择“HBase”，单击“下一步”，进入详细配置页面。

    

25. 根据表4，配置连接参数后，单击“测试连接”按钮，测试通过代表连接成功。

    表4 HBase服务参数配置说明

    参数	配置说明
    所属源	选择目的端。
    连接名称	默认创建名称为“HBase-4位随机数（字母和数字）”，也可以自定义名称。
    迁移中心Agent	选择步骤5.与MgC建立连接的MgC Agent。
    HBase凭证	选择步骤6.在MgC Agent侧添加的目的端MRS HBase凭证。
    安全集群	选择是否部署在安全集群下。
    Zookeeper节点IP	填写连接到Zookeeper的IP地址。通常是部署Zookeeper的服务器公网IP地址或内网IP地址。
    Zookeeper连接端口	填写连接到Zookeeper的端口。默认为2181。
    HBase 版本	选择HBase的版本。
    采集资源使用信息	可选参数。开启后，通过该连接创建的统计任务将收集大数据服务的资源使用信息，这些信息将用于MgC上的报告生成，以便于进行性能优化。 须知： 使用该功能，需要MgC Agent添加的华为云账号AK/SK拥有MRS服务和DLI服务的只读权限（ReadOnly）。 如果所选凭证与登录迁移中心 MgC的账号凭证相同，请勾选“所选凭证与登录迁移中心凭证相同”，系统将根据所选的区域，自动查询账号在该区域下的项目。 区域：选择需要校验的数据所在区域/项目。 项目：选择需要校验的数据所在项目。 集群ID：输入需要校验的数据所在集群ID。 如果所选凭证与登录迁移中心 MgC的账号凭证不同，请手动输入如下参数信息： 区域ID：输入需要校验的数据所在区域ID。例如，区域为“华南-广州”，则输入“cn-south-1” 项目ID：输入与区域对应的项目ID。 集群ID：输入需要校验的数据所在集群ID。 说明： 区域ID和项目ID可以在“我的凭证 > API凭证”查看。 集群ID的获取方法请参考获取MRS集群ID。

26. 在MgC控制台，分别创建源端和目的端HBase统计任务并执行，方法请参考创建统计任务并执行校验。需要注意任务配置中的表组，选择步骤步骤20.创建的表组。
    • 任务类型请选择大数据组件中的“HBase”。

      

    • 统计方式按实际需求选择，各统计方式说明请参见校验方式说明。

27. 当任务执行完成后（实例状态为“已完成”），在校验结果页面可以查看并导出任务的执行结果，方法请参考查看并导出校验结果。