如何从S3导入HBase快照并创建新表？

结合你使用的EC2实例、CDH5.14.1和HBase1.2环境，我给你梳理下完整的导入流程：

一、先确认集群的S3访问权限 #

• 首先得保证你的HBase集群能正常访问目标S3桶：
  • 如果EC2实例用了IAM角色，要确保角色拥有s3:GetObject、s3:ListBucket等读写该S3桶的权限；
  • 如果用AK/SK认证，在Cloudera Manager里找到HBase服务的配置，添加或修改fs.s3a.access.key和fs.s3a.secret.key参数，然后重启HBase服务生效。

二、用ImportSnapshot工具导入S3中的快照 #

这是和你导出时用的ExportSnapshot对应的反向命令，直接把S3里的快照资源同步到HBase集群的HDFS并注册快照：

hbase org.apache.hadoop.hbase.snapshot.ImportSnapshot -snapshot my-snapshot -copy-from s3://my-buckets/tests -mappers 16

• 参数说明：
  • -snapshot：指定要导入的快照名称（就是你导出时的my-snapshot）；
  • -copy-from：S3里快照所在的根路径（和你导出时的-copy-to路径一致）；
  • -mappers：并行处理的任务数，和导出时保持一致或者根据集群资源调整就行。

三、验证快照是否导入成功 #

打开HBase Shell执行命令，确认快照已存在：

hbase shell
list_snapshots

如果输出里能看到my-snapshot，就说明导入没问题了。

四、从快照创建新表 #

在HBase Shell里用clone_snapshot命令，基于导入的快照创建新表：

clone_snapshot 'my-snapshot', 'new-hbase-table'

• 注意：new-hbase-table是你要创建的新表名，不能和集群里已有的表重名；
• 如果要恢复成原来的表名（假设原表已不存在），直接把新表名换成原表名即可。

五、验证新表状态 #

最后检查新表是否正常可用：

# 查看表列表
list
# 扫描表数据（可选，小表适合，大表建议查部分数据）
scan 'new-hbase-table', {LIMIT => 10}

内容的提问来源于stack exchange，提问作者penlight