介紹

coprocessor這個單詞看起來很神秘，直譯為協處理器，其實可以理解成依賴於regionserver進程的輔助處理接口。

hbae在0.92版本之後提供了coprocessor接口。目前hbase支持兩種coprocessor，endpoint和observer。hbase在未來版本可能考慮將coprocessor進程獨立出來，單獨起個服務。

endpoint coprocessor

Endpoint 協處理器類似傳統數據庫中的存儲過程，客戶端可以調用這些 Endpoint 協處理器執行一段 Server 端代碼，並將 Server 端代碼的結果返回給客戶端進一步處理，最常見的用法就是進行聚集操作。如果沒有協處理器，當用戶需要找出一張表中的最大數據，即 max 聚合操作，就必須進行全表掃描，在客戶端代碼內遍歷掃描結果，並執行求最大值的操作。這樣的方法無法利用底層集群的並發能力，而將所有計算都集中到 Client 端統一執行，勢必效率低下。利用 Coprocessor，用戶可以將求最大值的代碼部署到 HBase Server 端，HBase 將利用底層 cluster 的多個節點並發執行求最大值的操作。即在每個 Region 範圍內執行求最大值的代碼，將每個 Region 的最大值在 Region Server 端計算出，僅僅將該 max 值返回給客戶端。在客戶端進一步將多個 Region 的最大值進一步處理而找到其中的最大值。這樣整體的執行效率就會提高很多。說白了，coprocessor就是hbase提供一些接口和規則，讓你可以在regionserver服務中執行你自定義的代碼。這個規則就是基於google的protobuf。

endpoint observer在多個regionserver上執行，執行結果返回給client，這個過程有點像mapreduce，map操作在regionserver端，reduce在client端。下圖為endpoint執行流程。

observer coprocessor

另外一種協處理器叫做 Observer Coprocessor，這種協處理器類似於傳統數據庫中的觸發器，思路上類似AOP的思想，當發生某些事件的時候這類協處理器會被 Server 端調用。Observer Coprocessor 就是一些散布在 HBase Server 端代碼中的 hook 鉤子.

在Region層面,比如：put 操作之前有鉤子函數 prePut，該函數在 put 操作執行前會被 Region Server 調用；在 put 操作之後則有 postPut 鉤子函數。還有例如get，delete，scan等其他操作的鉤子.

在regionserver層面,observer coprocessor還提供了WALObserver

在MasterObserver層面，提供了DDL操作的相關鉤子，create，delete等

下圖為observer coprocessor執行流程，註意最後的regionObserver是在服務端執行的，因此自定義的observer coprocessor代碼打包後需要放在hbase服務端也就是regionserver的classpath下。

例子

參考hbaes源碼中的src/example/coprocessor

引用

https://blogs.apache.org/hbase/entry/coprocessor_introduction

hbase（三）coprocessor