Hbase的一个很大的优点就是可扩展性比较强，可以线性扩展，加机器就行，而且机器的配置也不需要太好，就是用大量廉价的机器来替代昂贵的小型机，但是由于大量的相对廉价的机器，由于网络硬盘等各种各样的原因，机器不可避免的会挂掉，那么HBase在面对这种问题时如何处理呢？

?

首先来看HBase的RS在哪几种情况下会down掉:

1. 集群关闭；

2. stop regionserver 关闭当前RS，当然也可启动当前RS

3. 线程kill掉，包括kill + 线程号 and kill -9 + 线程号

4. RS在运行过程中产生自身难以解决的problem，此时它会自己abort自己。

?

而按照HBase对这几种down掉的处理情况又可以吧上述分为3类：

?

第一种是kill -9 类型的此时rs直接退出，直接中断任何运行中的线程，从日志中我们也可以发现没有任何日志记录

?

第二种是abortRequested类型的，这种是由于RS运行期间出错导致RS自己abort自己，这个过程会做很多收尾工作，关闭线程，关闭storefile的reader对象，关闭hlog等等

?

第三种就是stop类型的，包括kill 线程和stop regionserver和集群关闭，与第二种比较相似，而且会把此时内存的数据刷新到磁盘以后，并把hlog移到.oldlogs

?

在0.90版本上，第三种的关闭存在一个bug会造成数据丢失。

?

我们来看看第三中是如何处理的：

 this.leases.closeAfterLeasesExpire();//释放所有的Lease后，关闭Leases线程
    this.server.stop();//close socket和handler
    if (this.splitLogWorker != null) {
      splitLogWorker.stop();//close splitlog 线程
    }
    if (this.infoServer != null) {
      LOG.info("Stopping infoServer");
      try {
        this.infoServer.stop();//close http端的接口，主要是REST应用
      } catch (Exception e) {
        e.printStackTrace();
      }
    }
    // Send cache a shutdown.
    LruBlockCache c = (LruBlockCache) StoreFile.getBlockCache(this.conf);
    if (c != null) {
      c.shutdown();// close 每5分钟一次的blockcache信息
    }

    // Send interrupts to wake up threads if sleeping so they notice shutdown.
    // TODO: Should we check they are alive? If OOME could have exited already
    if (this.cacheFlusher != null) this.cacheFlusher.interruptIfNecessary();//关闭memstoreflusher线程，默认是超过64M会刷一次磁盘
    if (this.compactSplitThread != null) this.compactSplitThread.interruptIfNecessary();//关闭split与compact线程
    if (this.hlogRoller != null) this.hlogRoller.interruptIfNecessary();//close hlogRoller,每24小时清理一次
    if (this.majorCompactionChecker != null) this.majorCompactionChecker.interrupt();//close majoreCompactorChecker,默认24小时做一次major compact

    if (this.killed) {//kill - 9
      // Just skip out w/o closing regions.
    } else if (abortRequested) {RS自己abort
      if (this.fsOk) {
        closeAllRegions(abortRequested); // Don't leave any open file handles
        closeWAL(false);
      }
      LOG.info("aborting server at: " + this.serverInfo.getServerName());
    } else {//stop
      closeAllRegions(abortRequested);
      closeWAL(true);
      closeAllScanners();
      LOG.info("stopping server at: " + this.serverInfo.getServerName());
    }
    // Interrupt catalog tracker here in case any regions being opened out in
    // handlers are stuck waiting on meta or root.
    if (this.catalogTracker != null) this.catalogTracker.stop();
    if (this.fsOk) waitOnAllRegionsToClose();

    // Make sure the proxy is down.
    if (this.hbaseMaster != null) {
      HBaseRPC.stopProxy(this.hbaseMaster);
      this.hbaseMaster = null;
    }
    this.leases.close();
    HConnectionManager.deleteConnection(conf, true);
    this.zooKeeper.close();
    if (!killed) {
      join();
    }
    LOG.info(Thread.currentThread().getName() + " exiting");

?

在stop reginserver的过程当中会

else {//stop
      closeAllRegions(abortRequested);
      closeWAL(true);
      closeAllScanners();
      LOG.info("stopping server at: " + this.serverInfo.getServerName());
    }

?首先关闭所有的Region，这里的关闭Region是启动新的线程去关闭Region，正常好像是3个？，若存在meta或是root则分别另启一个线程处理。

然后closeWAL,close Hlog的writer，并把.logs移动到.oldlogs目录下，然后删除.logs的目录

最后关闭所有的scanners，防止下一次打开的时候出错

?

在上述过程中，由于close region是另起线程进行处理的，那么就有可能存在这样的情况，region还未关闭结束如正在flush，而此时closeWal已经结束并且把logs目录删除了，这就可能会造成data loss ，应为在flush的时候比如kill -9了那此时memstore的数据丢失了，而logs也没有数据?，故无法恢复从而造成data loss

?

解决方案是 等到所有的region close 以后再做close Wal操作

?

?

RS在启动的时候会在ZK下的RS目录注册自己的节点，而master会监听到这个节点，当RS挂掉以后，ZK上的该节点delete掉，而Master会捕捉到这个事件调用nodedeleted来处理

?<