【Hbase】之 热点问题及调优

Hbase的热点问题

热点问题的产生

当大量的客户端访问定向到集群中的一个节点或者几个节点时，就会导致热点问题。此访问操作可能是写入，也可能是读取。大量的访问使得管理该region的计算机不堪重负，从而导致性能下降，并可能导致region的不可用。这也可能对同一RegionServer管理的其他region产生不利影响。

热点问题的解决

采用预分区的方式，解决热点问题
每一个region都维护着一个startRowKey和一个endRowKey，如果加入的范围符合某个region维护的rowkey范围，那么该数据交给这个region来维护，依照这个原则，我们可以将数据所要投放的分区提前大致规划好，提高Hbase的性能。

create 'mydb:table','base_info',SPLITS=>['1000','2000','3000','4000']
上述的预分区，将一个region分成了五部分
StartKey           EndKey
					 1000
1000				 2000
2000				 3000
3000				 4000
4000						  

可以插入条数据进入不同的分区：
put 'mydb:table','0001','base_info:name','zhangsan'
put 'mydb:table','1001','base_info:name','lisi'
put 'mydb:table','2001','base_info:name','wangwu'
put 'mydb:table','3001','base_info:name','zhaoliu'
put 'mydb:table','4001','base_info:name','zhouqi'

上述所示，再插入数据的时候，指定分区，可将数据插入自己想要插入的分区。

从热点问题中，不难看出，在Hbase中RowKey的重要性。接下来，一起来看一看RowKey的设计原则

Hbase中RowKey的设计原则

Hbase由于其读写和存储的高性能，在OLAP分析中占据着越来越重要的地位，作为非关系型数据库的一员，Hbase在查询数据时，只有两种方式：
a) 通过RowKey进行查询(RowKey用来表示唯一一行记录)
b) 全表扫描，再结合过滤器筛选出目标数据，缺点是性能太低。

设计原则