web负载均衡下怎么保障提交到HBASE的数据是实时的

各位，系统组网如下，3台WEB服务器，5台HBASE集群，WEB服务器中间是通过NGINX来做负载均衡，服务通过API来调用HBASE实现数据的存储和查询：

问题如下：
1、比如有一批数据在A服务器上提交了100条消息，但是HBASE的客户端有个缓存，不会立刻提交到HBASE
2、假如一个查询请求到A服务器上执行查询，则结果正常，因为可以在缓存中查询结果，如果这个请求负载到B或者C服务器，则查询不到数据
3、现在是通过么次put之后再flush下，但是这样效果会有影响的。

请问各位，你们在实际中如何处理这样的问题的？

对楼主的说法有些不同的看法：
Client端想要插入，删除，查询数据都需要先找到相应的RegionServer。什么叫相应的RegionServer？就是管理你要操作的那个Region的RegionServer。

写入流程：
Client写入 -> 存入MemStore，一直到MemStore满 -> Flush成一个StoreFile，直至增长到一定阈值 -> 出发Compact合并操作 -> 多个StoreFile合并成一个StoreFile，同时进行版本合并和数据删除 -> 当StoreFiles Compact后，逐步形成越来越大的StoreFile -> 单个StoreFile大小超过一定阈值后，触发Split操作，把当前Region Split成2个Region，Region会下线，新Split出的2个孩子Region会被HMaster分配到相应的HRegionServer 上。

读取流程：
client->zookeeper->.ROOT->.META-> 用户数据表zookeeper记录了.ROOT的路径信息（root只有一个region），.ROOT里记录了.META的region信息， （.META可能有多个region），.META里面记录了region的信息。


从上面得出，hbase读取并不是某个RegionServer上去读取，而是先从.root找到相关信息，然后去读取。所以这和那一台没有太大的关系。

这个生产环境已经出现这样的情况了，刚刚插入就开始读，如果web端不负载的话，完全没有问题，如果有负载的话，数据会又延迟。因为另外的机器上的数据没有flush到db中。

我在补充下，提交一条消息，这时候的消息还是缓存在客户端的，并没有到hbase，所以在另外的一台服务器上执行get肯定是查询不到的。

尘世随缘 发表于 2015-4-17 12:07
我在补充下，提交一条消息，这时候的消息还是缓存在客户端的，并没有到hbase，所以在另外的一台服务器上执 ...

第一个方法
实时和离线其实都是相对的。
可以通过时间和数据量来达到相对实时。
比如达到某个时间，虽然数量不大，但是也flush。
比如达到某个数据量，但是没有达到某个时间，也flush。
也就是只要达到其中一个 条件就flush。
第二个方法
还有一个方法就是：
首先查询各个客户端的缓存，如果都没有那么就到hbase中查询。

langke93 发表于 2015-4-17 12:47
第一个方法
实时和离线其实都是相对的。
可以通过时间和数据量来达到相对实时。

现在采用的是提交一次直接flush一次，强制刷新到服务器端。否则的话，需要延迟1分钟，htable采用连接池连接。

按你这样的说法，目前似乎也没有好的解决办法了，因为负载的时候不清楚会到哪台机器。