Hbase插入参数测试与对比

 HBase读写性能和几个参数有密切关系，比如cache和batch会影响读， 而write buffer会影响写，另外除了参数会影响，在程序里怎么处理也极大的影响插入性能，诸如List比一条一条put性能是否要高呢？ 网上大部分言论是否正确呢？今天我会通过程序读取HBASE，然后再原封不动的写入另外一张表，对比各个参数的组合对插入的影响。

HTable htable1 = new HTable(hbaseconf, "test2");
Scan scan1 = new Scan();
ResultScanner scaner = htable.getScanner(scan1);
List list = new ArrayList();
scan1.setCaching(300);
htable1.setWriteBufferSize(6*1024*1024);
htable1.setAutoFlush(false);
put.setWriteToWAL(false)

测试一：

方法	参数	时间	插入条数	结果比较
put	setWriteToWAL(false) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(false)	1分钟	105000	所有参数给到最优的时候，2者性能旗鼓相当
List	List<500> setWriteToWAL(false) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(false)	1分钟	105000

测试二：

方法	参数	时间	插入条数	结果比较
put	setWriteToWAL(true) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(false)	1分钟	95000	开启不写Wal log好像没有影响，哪怕对put也影响不大
List	List<500> setWriteToWAL(true) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(false)	1分钟	105000

测试三：

方法	参数	时间	插入条数	结果比较
put	setWriteToWAL(true) setCaching(300) setWriteBufferSize(1*1024*1024) setAutoFlush(false)	1分钟	95000	write buffer List 影响较大，但是对Put好像 没什么影响
List	List<500> setWriteToWAL(true) setCaching(300) setWriteBufferSize(1*1024*1024) setAutoFlush(false)	1分钟	75000

测试四：

方法	参数	时间	插入条数	结果比较
put	setWriteToWAL(true) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(true)	1分钟	20000	auto flush 对Put影响极大，但是对List没影响要少很多
List	List<500> setWriteToWAL(true) setCaching(300) setWriteBufferSize(6*1024*1024) setAutoFlush(true)	1分钟	65000

通过以上几个测试， setAutoFlush参数对性能影响最大，不管是通过List 还是直接put,  另外write buffer影响对List 有较大影响。 本身的List和put 好像差距不大，甚至说没有差距。

所以对于Hbase使用put插入，主要关注2个参数，一个是write buffer，一个就是setAutoFlush.

整个测试程序:




import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.io.ImmutableBytesWritable;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;


import java.io.IOException;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.List;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.filter.*;
import org.apache.hadoop.hbase.filter.CompareFilter.CompareOp;
import org.apache.hadoop.hbase.filter.FilterList;
import org.apache.hadoop.hbase.util.Bytes;


import com.sun.java_cup.internal.runtime.Scanner;
import com.sun.org.apache.xpath.internal.operations.Mod;


public class filterTest {
public static void main(String[] args) throws IOException {

SimpleDateFormat dateformat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
Configuration hbaseconf = HBaseConfiguration.create();
hbaseconf.set("hbase.zookeeper.quorum",
"datanode01.isesol.com,datanode02.isesol.com,datanode03.isesol.com,datanode04.isesol.com,cmserver.isesol.com");
hbaseconf.set("hbase.zookeeper.property.clientPort", "2181");
hbaseconf.set("user", "hdfs");
HTable htable = new HTable(hbaseconf, "t_ui_all");
HTable htable1 = new HTable(hbaseconf, "test2");
Scan scan1 = new Scan();
scan1.setCaching(300);

/*Filter rowfilter = new RowFilter(CompareOp.EQUAL,
new BinaryPrefixComparator(Bytes.toBytes("A131420033-1007-9223370539574828268")));
Filter rowfilter1 = new RowFilter(CompareOp.EQUAL,
new BinaryComparator(Bytes.toBytes("A131420033-1007-9223370539574828268"))); */


// scan1.setRowPrefixFilter(Bytes.toBytes("A131420033-1007-9223370539574828268"));
// Filter filter = new SingleColumnValueFilter(Bytes.toBytes("cf"),
// Bytes.toBytes("fault_level2_name"), CompareOp.EQUAL,
// Bytes.toBytes("电气问题"));
// scan1.setFilter(rowfilter);
// scan1.setRowPrefixFilter(Bytes.toBytes("A131420033-1007-9223370539574828268"));
ResultScanner scaner = htable.getScanner(scan1);
List list = new ArrayList();
Result result = null;
int j = 0;
System.out.println("start to scan original table and put this result into List" + dateformat.format(System.currentTimeMillis()));

htable1.setWriteBufferSize(6*1024*1024);
//htable1.setAutoFlush(false);

while (scaner.iterator().hasNext()) {


result = scaner.next();
Put put = new Put(result.getRow());
//put.setWriteToWAL(false);
for (int i = 0; i <= result.listCells().size() - 1; i++) {
put.add("cf".getBytes(), Bytes.toBytes(new String(result.listCells().get(i).getQualifier())), result
.getValue("cf".getBytes(), new String(result.listCells().get(i).getQualifier()).getBytes()));
}
/* j++;
htable1.put(put);
System.out.println("total number is " + j + " start to put these data into hbase");*/


list.add(put);

j++;

if(j % 500 == 0){
System.out.println("total number is " + j + " start to put these data into hbase" + list.size());

htable1.put(list);
list.clear();
}
}

htable1.put(list);
htable1.close();
htable.close();

System.out.println("Job finish" + dateformat.format(System.currentTimeMillis()));
}


}

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/17036462/viewspace-2141443/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/17036462/viewspace-2141443/