hbase的调优

最新推荐文章于 2021-12-18 09:33:04 发布

宝哥大数据

最新推荐文章于 2021-12-18 09:33:04 发布

阅读量2.2k

点赞数 1

分类专栏： # hbase 文章标签： hbase

本文链接：https://blog.csdn.net/wuxintdrh/article/details/69070543

版权

hbase 专栏收录该内容

40 篇文章 1 订阅

订阅专栏

一、表的设计

1.1 Pre-Creating Regions

默认情况下，在创建HBase表的时候会自动创建一个region分区，当导入数据的时候，所有的HBase客户端都向这一个region写数据，直到这个region足够大了才进行切分。一种可以加快批量写入速度的方法是通过预先创建一些空的regions，这样当数据写入HBase时，会按照region分区情况，在集群内做数据的负载均衡。
下面是一个例子：

/**
	 * 通过Adminc.create(HTableDescriptor , byte[][] splits)创建多个空的region
	 * @param admin
	 * @param table
	 * @param splits
	 * @return
	 * @throws IOException
	 */
	public static boolean createTable(Admin admin, HTableDescriptor table, byte[][] splits)
			throws IOException {
		try {
			admin.createTable(table, splits);
			return true;
		} catch (TableExistsException e) {
			System.out.println("table " + table.getNameAsString() + " already exists");
			// the table already exists...
			return false;  
		}
	}
	/**
	 * 获取拆分间splitkeys
	 * @param startKey
	 * @param endKey
	 * @param numRegions
	 * @return
	 */
	public static byte[][] getHexSplits(String startKey, String endKey, int numRegions) { 
		//start:001,endkey:100,10region [001,010] [011,020]
		byte[][] splits = new byte[numRegions-1][];
		BigInteger lowestKey = new BigInteger(startKey, 16);
		BigInteger highestKey = new BigInteger(endKey, 16);
		BigInteger range = highestKey.subtract(lowestKey);
		BigInteger regionIncrement = range.divide(BigInteger.valueOf(numRegions));
		lowestKey = lowestKey.add(regionIncrement);
		for(int i=0; i < numRegions-1;i++) {
			BigInteger key = lowestKey.add(regionIncrement.multiply(BigInteger.valueOf(i)));
			byte[] b = String.format("%016x", key).getBytes();
			splits[i] = b;
		}
		return splits;
	}

1.2 Row Key

HBase中row key用来检索表中的记录，支持以下三种方式：

通过单个row key访问：即按照某个row key键值进行get操作；
通过row key的range进行scan：即通过设置startRowKey和endRowKey，在这个范围内进行扫描；
全表扫描：即直接扫描整张表中所有行记录。

在HBase中，row key可以是任意字符串，最大长度64KB，实际应用中一般为10~100bytes，存为byte[]字节数组，一般设计成定长的。

rowkey是按照字典序存储

设计rowkey时，要充分利用这个排序特点，将经常一起读取的数据存储到一块，将最近可能会被访问的数据放在一块。

举个例子：如果最近写入HBase表中的数据是最可能被访问的，可以考虑将时间戳作为row key的一部分，由于是字典序排序，所以可以使用Long.MAX_VALUE - timestamp作为row key，这样能保证新写入的数据在读取时可以被快速命中。

Rowkey:

1、长度越小越好
2、值根据功能需求决定，满足查询业务要求
3、Row最好有散列原则。
- 取反
- Hash
4、region数据均衡（单region 10~20G）

1.3、Column Family

不要在一张表里定义太多的column family。目前Hbase并不能很好的处理超过2~3个column family的表。因为某个column family在flush的时候，它邻近的column family也会因关联效应被触发flush，最终导致系统产生更多的I/O。感兴趣的可以对自己的HBase集群进行实际测试，从得到的测试结果数据验证一下。

1.4 In Memory

创建表的时候，可以通过
`HColumnDescriptor.setInMemory(true)`
将表放到RegionServer的缓存中，保证在读取的时候被cache命中。

1.5 Max Version

创建表的时候，可以通过
`HColumnDescriptor.setMaxVersions(int maxVersions)`
设置表中数据的最大版本，如果只需要保存最新版本的数据，那么可以设置`setMaxVersions(1)`。

1.6 Time To Live

创建表的时候，可以通过
`HColumnDescriptor.setTimeToLive(int timeToLive)`
设置表中数据的存储生命期，过期数据将自动被删除，例如如果只需要存储最近两天的数据，那么可以设置`setTimeToLive(2 * 24 * 60 * 60)`。

1.7 Compact & Split

在HBase中，数据在更新时首先写入WAL 日志(HLog)和内存(MemStore)中，MemStore中的数据是排序的，当MemStore累计到一定阈值时，就会创建一个新的MemStore，并且将老的MemStore添加到flush队列，由单独的线程flush到磁盘上，成为一个StoreFile。于此同时，系统会在zookeeper中记录一个redo point，表示这个时刻之前的变更已经持久化了(minor compact)。
StoreFile是只读的，一旦创建后就不可以再修改。因此Hbase的更新其实是不断追加的操作。当一个Store中的StoreFile达到一定的阈值后，就会进行一次合并(major compact)，将对同一个key的修改合并到一起，形成一个大的StoreFile，当StoreFile的大小达到一定阈值后，又会对 StoreFile进行分割(split)，等分为两个StoreFile。
由于对表的更新是不断追加的，处理读请求时，需要访问Store中全部的StoreFile和MemStore，将它们按照row key进行合并，由于StoreFile和MemStore都是经过排序的，并且StoreFile带有内存中索引，通常合并过程还是比较快的。
实际应用中，可以考虑必要时手动进行major compact，将同一个row key的修改进行合并形成一个大的StoreFile。同时，可以将StoreFile设置大些，减少split的发生。

### hbase为了防止小文件（被刷到磁盘的menstore）过多，以保证保证查询效率，hbase需要在必要的时候将这些小的store file合并成相对较大的store file，这个过程就称之为compaction。在hbase中，主要存在两种类型的compaction：minor compaction和major compaction。

minor compaction:的是较小、很少文件的合并。

major compaction 的功能是将所有的store file合并成一个，触发major compaction的可能条件有：
major_compact 命令、
majorCompact() API、
region server自动运行（相关参数：

	hbase.hregion.majoucompaction 默认为24 小时、
	//默认值为0.2 防止region server 在同一时间进行major compaction）。
	hbase.hregion.majorcompaction.jetter 
	//参数的作用是：对参数hbase.hregion.majoucompaction 规定的值起到浮动的作用，假如两个参数都为默认值24和0,2，那么major compact最终使用的数值为：19.2~28.8 这个范围。

1、关闭自动major compaction
2、手动编程major compaction

minor compaction的运行机制要复杂一些，它由一下几个参数共同决定：

//表示至少需要三个满足条件的store file时，minor compaction才会启动
hbase.hstore.compaction.min :默认值为 3，

//表示一次minor compaction中最多选取10个store file
hbase.hstore.compaction.max 默认值为10，

//表示文件大小小于该值的store file 一定会加入到minor compaction的store file中
hbase.hstore.compaction.min.size 


//表示文件大小大于该值的store file 一定会被minor compaction排除
hbase.hstore.compaction.max.size 

//将store file 按照文件年龄排序（older to younger），minor compaction总是从older store file开始选择
hbase.hstore.compaction.ratio