【HBase】誤刪除資料怎麼辦？

有時候我們運算元據庫的時候不小心誤刪資料，這時候如何找回？mysql裡有binlog可以幫助我們恢復資料，但是沒有開binlog也沒有備份就尷尬了。如果是HBase，你沒有做備份誤刪了又如何恢復呢？

資料保護

當誤刪資料發生時候，不管三七二十一，第一要務是進入hbase shell，執行如下命令：

如果誤刪一張表的有多個family裡的資料，需要都執行一下：

alter 'tt', { NAME => 'f1', KEEP_DELETED_CELLS => TRUE }, { NAME => 'f2', KEEP_DELETED_CELLS => TRUE }

設定 KEEP_DELETED_CELLS 為 True 的目的在於防止資料被物理刪除。這裡有必要解釋一下HBase清理資料的原理：

首先HBase是一個LSM架構，不斷髮生著資料檔案的寫入和合並

當刪除操作發生時，不會去清理資料檔案中的資料，而是寫入一個刪除標記到新檔案中。

當某一刻major compaction發生時，在合併檔案的同時會根據刪除標記清理資料，新合併出來的資料檔案不會再有舊資料。

KEEP_DELETED_CELLS 的作用就是在major compaction發生的時候，決定要不要清理舊資料。這裡需要注意一點，即便 KEEP_DELETED_CELLS 設定為True，資料仍然會因為過期而被清理（HBsae表中的TTL屬性）。這個設定無可厚非，既然過期了，誤刪不誤刪也無所謂了。

資料恢復

資料恢復的前提資料沒有被物理刪除，也就是上文提及的。你只需要在查詢（Scan）的時候，指定raw模式來搜尋資料，就能看到被刪除的資料，之後你要做就是把資料再寫入一次。我們來看一個簡單的例子，還是以hbase shell為例子：

1、首先我們準備幾行資料

2、然後我們刪掉y開頭掉資料

3、查一下，現在只有3行了

4、現在我們帶上raw再次查詢資料，不僅能看到被刪除資料，還能看到刪除標記。

這裡我設定了TIMERANGE， 指定的是資料寫入的時間。對於我這個case其實並沒有什麼用，我只是想說明幾點：

即便不設定RAW，也可以透過時間搜尋到被刪資料。比如資料寫入時間是T，delete時間是T+2，那麼查詢[0, T+1]的話就能看見資料。前提是設定了 KEEP_DELETED_CELLS=TRUE

如果你後續寫入重複的Key，那你必須指定好TIMERANGE，不然你可能看到的不是原先刪除的keyVlaue。

delete操作預設的時間不是當前server的時間，也不是構造Delete物件的時間，而是被刪除的這個keyValue的寫入時間。當然這個得看版本，測試時候發現1.x和2.x還是不一樣的，有點坑，還以為高版本不能僅透過TIMERAGE搜素被刪資料了。

如果你的Delete mark的時間和資料的時間一樣，那隻能透過RAW看到。

資料恢復完，建議關閉KEEP_DELETED_CELLS，節省空間，提高查詢效率。

上文使用的是hbase shell演示，你可以使用任何語言的API完成上面的操作。

如果你使用的是雲HBase，即便因為major compaction物理刪除了資料，只要你開啟了備份功能，依然可以恢復。