【HBase——陌陌海量存储案例】4. Apache Phoenix 介绍与安装

5. 性能问题

• Hbase默认只支持对行键的索引，那么如果要针对其它的列来进行查询，就只能全表扫描
• 之前介绍的查询是使用scan + filter组合来进行查询的，但查询地效率不高，因为要进行顺序全表扫描而没有其他索引。如果数据量较大，只能在客户端（client）来进行处理，如果要传输到Client大量的数据，然后交由客户端处理
• 网络传输压力很大
• 客户端的压力很大
• 如果表存储的数据量很大时，效率会非常低下，此时需要使用二级索引
• 也就是除了ROWKEY的索引外，还需要人为添加其他的方便查询的索引

如果每次需要我们开发二级索引来查询数据，这样使用起来很麻烦。再者，查询数据都是HBase Java API，使用起来不是很方便。为了让其他开发人员更容易使用该接口。如果有一种SQL引擎，通过SQL语句来查询数据会更加方便。

此时，使用Apache Phoenix就可以解决我们上述问题。

6. Apache Phoenix

6.1 Phoenix介绍

Phoenix官方网址：http://phoenix.apache.org/
简介

• Phoenix官网：「We put the SQL back in NoSQL」
  
  Apache Phoenix让Hadoop中支持低延迟OLTP和业务操作分析。
• 提供标准的SQL以及完备的ACID事务支持
• 通过利用HBase作为存储，让NoSQL数据库具备通过有模式的方式读取数据，我们可以使用SQL语句来操作HBase，例如：创建表、以及插入数据、修改数据、删除数据等。
• Phoenix通过协处理器在服务器端执行操作，最小化客户机/服务器数据传输
  
  Apache Phoenix可以很好地与其他的Hadoop组件整合在一起，例如：Spark、Hive、Flume以及MapReduce。

使用Phoenix是否会影响HBase性能

• Phoenix不会影响HBase性能，反而会提升HBase性能
• Phoenix将SQL查询编译为本机HBase扫描
• 确定scan的key的最佳startKey和endKey
• 编排scan的并行执行
• 将WHERE子句中的谓词推送到服务器端
• 通过协处理器执行聚合查询
• 用于提高非行键列查询性能的二级索引
• 统计数据收集，以改进并行化，并指导优化之间的选择
• 跳过扫描筛选器以优化IN、LIKE和OR查询
• 行键加盐保证分配均匀，负载均衡

哪些公司在使用Phoenix

官方性能测试
Phoenix对标Hive（基于HDFS和HBase）

Phoenix对标Impala

关于上述官网两张性能测试的说明
上述两张图是从Phoenix官网拿下来的，这容易引起一个歧义。就是：有了HBase + Phoenix，那是不是意味着，我们将来做数仓（OLAP）就可以不用Hadoop + Hive了？

千万不要这么以为，HBase + Phoenix是否适合做OLAP取决于HBase的定位。Phoenix只是在HBase之上构建了SQL查询引擎（注意：我称为SQL查询引擎，并不是像MapReduce、Spark这种大规模数据计算引擎）。HBase的定位是在高性能随机读写，Phoenix可以使用SQL快插查询HBase中的数据，但数据操作底层是必须符合HBase的存储结构，例如：必须要有ROWKEY、必须要有列蔟。因为有这样的一些限制，绝大多数公司不会选择HBase + Phoenix来作为数据仓库的开发。而是用来快速进行海量数据的随机读写。这方面，HBase + Phoenix有很大的优势。

6.2 安装Phoenix

下载
大家可以从官网上下载与HBase版本对应的Phoenix版本。对应到HBase 2.1，应该使用版本「5.0.0-HBase-2.0」。
http://phoenix.apache.org/download.html

安装

1. 上传安装包到Linux系统，并解压

cd /export/software
tar -xvzf apache-phoenix-5.0.0-HBase-2.0-bin.tar.gz -C ../server/

2. 将phoenix的所有jar包添加到所有HBase RegionServer和Master的复制到HBase的lib目录

#  拷贝jar包到hbase lib目录 
cp /export/server/apache-phoenix-5.0.0-HBase-2.0-bin/phoenix-*.jar /export/server/hbase-2.1.0/lib/
#  进入到hbase lib  目录
cd /export/server/hbase-2.1.0/lib/
# 分发jar包到每个HBase 节点
scp phoenix-*.jar node2.itcast.cn:$PWD
scp phoenix-*.jar node3.itcast.cn:$PWD

3. 修改配置文件

cd /export/server/hbase-2.1.0/conf/
vim hbase-site.xml

• 将以下配置添加到 hbase-site.xml 后边

<!-- 支持HBase命名空间映射 -->
<property>
    <name>phoenix.schema.isNamespaceMappingEnabled</name>
    <value>true</value>
</property>
<!-- 支持索引预写日志编码 -->
<property>
  <name>hbase.regionserver.wal.codec</name>
  <value>org.apache.hadoop.hbase.regionserver.wal.IndexedWALEditCodec</value>
</property>

• 将hbase-site.xml分发到每个节点

scp hbase-site.xml node2.itcast.cn:$PWD
scp hbase-site.xml node3.itcast.cn:$PWD

4. 将配置后的hbase-site.xml拷贝到phoenix的bin目录

5. 重新启动HBase

stop-hbase.sh
start-hbase.sh

6. 启动Phoenix客户端，连接Phoenix Server
   注意：第一次启动Phoenix连接HBase会稍微慢一点。

cd /export/server/apache-phoenix-5.0.0-HBase-2.0-bin/
bin/sqlline.py node1.itcast.cn:2181
# 输入!table查看Phoenix中的表
!table

7.查看HBase的Web UI，可以看到Phoenix在default命名空间下创建了一些表，而且该系统表加载了大量的协处理器。