Hbase配置解析

HBase 常见重要配置参数
    (1) hbase.rpc.timeout
    rpc 的超时时间，默认 60s，不建议修改，避免影响正常的业务，在线上环境刚开始配置的是 3 秒，运行半天后发现了大量的 timeout error，原因是有一个 region 出现了如下问题阻塞了写操作：“Blocking updates … memstore size 434.3m is >= than blocking 256.0m size”可见不能太低
    (2) ipc.socket.timeout：socket 建立链接的超时时间，应该小于或者等于 rpc 的超时时间，默认为 20s
    (3) hbase.client.retries.number：重试次数，默认为 10，可配置为 3
    (4) hbase.client.pause：重试的休眠时间，默认为 1s，可减少，比如 100ms
    (5) hbase.regionserver.lease.period：scan 查询时每次与 server 交互的超时时间，默认为 60s，可不调整
HBase 默认配置参数
    1. hbase.rootdir
       这个目录是 RegionServer 的共享目录，用来持久化 HBase。URL 需要是 “完全正确” 的，还要包含文件系统的 scheme。 例如 “/hbase” 表示 HBase 在 HDFS 中占用的实际存储位置，HDFS 的 NameNode 运行在主机名为 master5 的 8020 端口，则 hbase.rootdir 的设置应为 “hdfs://master5:8020/hbase”。在默认情况下 HBase 是写在 /tmp 中的。不修改这个配置的话，数据会在重启的时候丢失。特别注意的是 hbase.rootdir 里面的 HDFS 地址是要跟 Hadoop 的 core-site.xml 里面的 fs.defaultFS 的 HDFS 的 IP 地址或者域名、端口必须一致。
       默认为 file:///tmp/hbase-${user.name}/hbase
    2. hbase.cluster.distributed
       HBase 的运行模式。为 false 表示单机模式，为 true 表示分布式模式。若为 false，HBase 和 ZooKeeper 会运行在同一个 JVM 中
       默认值为 false
    3. hbase.master （hbase.master.port）
       如果只设置单个 Hmaster，那么 hbase.master 属性参数需要设置为 master5:60000 (主机名:60000)
       如果要设置多个 Hmaster，那么我们只需要提供端口 60000，因为选择真正的 master 的事情会有 zookeeper 去处理
       默认端口号：60000
    4. hbase.tmp.dir
       本地文件系统的临时文件夹。可以修改到一个更为持久的目录上。(/tmp会在重启时清除)
       默认: /tmp/hbase-${user.name}
    5. hbase.master.info.port
       HBase Master web 界面端口. 设置为 -1 意味着你不想让它运行
       默认: 60010
    6. hbase.master.info.bindAddress
       HBase Master web 界面绑定的端口
       默认: 0.0.0.0
    7. hbase.client.write.buffer
       HTable 客户端的写缓冲的默认大小。这个值越大，需要消耗的内存越大。因为缓冲在客户端和服务端都有实例，所以需要消耗客户端和服务端两个地方的内存。得到的好处是，可以减少 RPC 的次数。可以这样估算服务器端被占用的内存： hbase.client.write.buffer * hbase.regionserver.handler.count
       默认: 2097152 (2G)
    8. hbase.regionserver.port
       HBase RegionServer 绑定的端口
       默认: 60020
    9. hbase.regionserver.info.port
       HBase RegionServer web 界面绑定的端口 设置为 -1 意味这你不想与运行 RegionServer 界面
       默认: 60030
    10. hbase.regionserver.info.port.auto
       Master 或 RegionServer 是否要动态搜一个可以用的端口来绑定界面。当 hbase.regionserver.info.port已经被占用的时候，可以搜一个空闲的端口绑定。这个功能在测试的时候很有用。默认关闭
       默认: false
    11. hbase.regionserver.info.bindAddress
       HBase RegionServer web 界面的IP地址
       默认: 0.0.0.0
    12. hbase.regionserver.class
       RegionServer 使用的接口。客户端打开代理来连接region server的时候会使用到
       默认: org.apache.hadoop.hbase.ipc.HRegionInterface
    13. hbase.client.pause
       通常的客户端暂停时间。最多的用法是客户端在重试前的等待时间。比如失败的 get 操作和 region 查询操作等都很可能用到
       默认: 1000 ms
    14. hbase.client.retries.number
       最大重试次数。例如 region 查询，Get 操作，Update 操作等等都可能发生错误，需要重试。这是最大重试错误的值
       默认: 10
    15. hbase.client.scanner.caching
       当调用 Scanner 的 next 方法，而值又不在缓存里的时候，从服务端一次获取的行数。越大的值意味着 Scanner 会快一些，但是会占用更多的内存。当缓冲被占满的时候，next 方法调用会越来越慢。慢到一定程度，可能会导致超时。例如超过了 hbase.regionserver.lease.period
       默认: 1
    16.hbase.client.keyvalue.maxsize
       一个 KeyValue 实例的最大 size。这个是用来设置存储文件中的单个 entry 的大小上界。因为一个 KeyValue 是不能分割的，所以可以避免因为数据过大导致 region 不可分割。明智的做法是把它设为可以被最大 region size 整除的数。如果设置为 0 或者更小，就会禁用这个检查。默认 10MB
       默认: 10485760 (10MB)
    17. hbase.regionserver.lease.period
       客户端租用 HRegion server 期限，即超时阀值。单位是毫秒。默认情况下，客户端必须在这个时间内发一条信息，否则视为死掉。
       默认: 60000
    18. hbase.regionserver.handler.count
       RegionServers 受理的 RPC Server 实例数量。对于 Master 来说，这个属性是 Master 受理的 handler 数量
       默认: 10
    19. hbase.regionserver.msginterval
       RegionServer 发消息给 Master 时间间隔，单位是毫秒
       默认: 3000
    20. hbase.regionserver.optionallogflushinterval
       将 Hlog 同步到 HDFS 的间隔。如果 Hlog 没有积累到一定的数量，到了时间，也会触发同步。默认是 1秒，单位毫秒。
       默认: 1000
    21. hbase.regionserver.regionSplitLimit
       region 的数量到了这个值后就不会在分裂了。这不是一个 region 数量的硬性限制。但是起到了一定指导性的作用，到了这个值就该停止分裂了。默认是 MAX_INT。就是说不阻止分裂。
       默认: 2147483647 (1G)
    22. hbase.regionserver.logroll.period
       提交 commit log 的间隔，不管有没有写足够的值
       默认: 3600000
    23. hbase.regionserver.hlog.reader.impl
       HLog file reader 的实现
       默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogReader
    24. hbase.regionserver.hlog.writer.impl
       HLog file writer 的实现
       默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogWriter
    25. hbase.regionserver.thread.splitcompactcheckfrequency
       region server 多久执行一次 split/compaction 检查
       默认: 20000
    26. hbase.regionserver.nbreservationblocks
       储备的内存 block 的数量(译者注:就像石油储备一样)。当发生 out of memory 异常的时候，我们可以用这些内存在 RegionServer 停止之前做清理操作
       默认: 4
    27. hbase.zookeeper.dns.interface
       当使用 DNS 的时候，Zookeeper 用来上报的 IP 地址的网络接口名字
       默认: default
    28. hbase.zookeeper.dns.nameserver
       当使用 DNS 的时候，Zookeepr 使用的 DNS 的域名或者 IP 地址，Zookeeper 用它来确定和 master 用来进行通讯的域名
       默认: default
    29. hbase.regionserver.dns.interface
       当使用 DNS 的时候，RegionServer 用来上报的 IP 地址的网络接口名字
       默认: default
    30. hbase.regionserver.dns.nameserver
       当使用 DNS 的时候，RegionServer 使用的 DNS 的域名或者 IP 地址，RegionServer 用它来确定和 master 用来进行通讯的域名
       默认: default
    31. hbase.master.dns.interface
       当使用 DNS 的时候，Master 用来上报的 IP 地址的网络接口名字
       默认: default
    32. hbase.master.dns.nameserver
       当使用 DNS 的时候，RegionServer 使用的 DNS 的域名或者 IP 地址，Master 用它来确定用来进行通讯的域名
       默认: default
    33. hbase.balancer.period
       Master 执行 region balancer 的间隔
       默认: 300000
    34. hbase.regions.slop
       当任一 regionserver 有 average + (average * slop) 个 region 是会执行 Rebalance
       默认: 0
    35. hbase.master.logcleaner.ttl
       Hlog 存在于.oldlogdir 文件夹的最长时间, 超过了就会被 Master 的线程清理掉
       默认: 600000
    36. hbase.master.logcleaner.plugins
       LogsCleaner 服务会执行的一组 LogCleanerDelegat。值用逗号间隔的文本表示。这些 WAL/HLog cleaners 会按顺序调用。可以把先调用的放在前面。你可以实现自己的 LogCleanerDelegat，加到 Classpath下，然后在这里写 下类的全称。一般都是加在默认值的前面
       默认: org.apache.hadoop.hbase.master.TimeToLiveLogCleaner
    37. hbase.regionserver.global.memstore.upperLimit
        单个 region server 的全部 memtores 的最大值。超过这个值，一个新的 update 操作会被挂起，强制执行flush操作
        默认: 0.4
    38. hbase.regionserver.global.memstore.lowerLimit
        当强制执行 flush 操作的时候，当低于这个值的时候，flush 会停止。默认是堆大小的 35% . 如果这个值和 hbase.regionserver.global.memstore.upperLimit 相同就意味着当 update 操作因为内存限制被挂起时，会尽量少的执行 flush(译者注:一旦执行 flush，值就会比下限要低，不再执行)
        默认: 0.35
    39. hbase.server.thread.wakefrequency
        service 工作的 sleep 间隔，单位毫秒。 可以作为 service 线程的 sleep 间隔，比如 log roller
        默认: 10000
    40. hbase.hregion.memstore.flush.size
        当 memstore 的大小超过这个值的时候，会 flush 到磁盘。这个值被一个线程每隔 hbase.server.thread.wakefrequency 检查一下
        默认: 67108864 (64MB)
    41. hbase.hregion.preclose.flush.size
        当一个 region 中的 memstore 的大小大于这个值的时候，我们又触发了 close. 会先运行“pre-flush”操作，清理这个需要关闭的 memstore，然后将这个 region 下线。当一个 region 下线了，我们无法再进行任何写操作。如果一个 memstore 很大的时候，flush 操作会消耗很多时间。”pre-flush” 操作意味着在 region 下线之前，会先把 memstore 清空。这样在最终执行 close 操作的时候，flush 操作会很快
        默认: 5242880 (5MB)
    42. hbase.hregion.memstore.block.multiplier
        如果 memstore 有 hbase.hregion.memstore.block.multiplier 倍数的 hbase.hregion.flush.size 的大小，就会阻塞 update 操作。这是为了预防在 update 高峰期会导致的失控。如果不设上 界，flush 的时候会花很长的时间来合并或者分割，最坏的情况就是引发 out of memory 异常。(译者注:内存操作的速度和磁盘不匹配，需要等一等。原文似乎有误)
        默认: 2
    43. hbase.hregion.memstore.mslab.enabled
        体验特性：启用 memStore 分配本地缓冲区。这个特性是为了防止在大量写负载的时候堆的碎片过多。这可以减少 GC 操作的频率。( GC 有可能会 Stop the world )(译者注：实现的原理相当于预分配内存，而不是每一个值都要从堆里分配)
        默认: false
    44. hbase.hregion.max.filesize
        最大 HStoreFile 大小。若某个 Column families 的 HStoreFile 增长达到这个值，这个 Hegion 会被切割成两个
        默认: 268435456 (256M)
    45. hbase.hstore.compactionThreshold
        当一个 HStore 含有多于这个值的 HStoreFiles (每一个 memstore flush 产生一个 HStoreFile )的时候，会执行一个合并操作，把这 HStoreFiles 写成一个。这个值越大，需要合并的时间就越长
        默认: 3
    46. hbase.hstore.blockingStoreFiles
        当一个 HStore 含有多于这个值的 HStoreFiles (每一个 memstore flush 产生一个 HStoreFile )的时候，会执行一个合并操作，update 会阻塞直到合并完成，直到超过了 hbase.hstore.blockingWaitTime 的值
        默认: 7
    47. hbase.hstore.blockingWaitTime
        hbase.hstore.blockingStoreFiles 所限制的 StoreFile 数量会导致 update 阻塞，这个时间是来限制阻塞时间的。当超过了这个时间，HRegion 会停止阻塞update操作，不过合并还有没有完成。默认为 90s
        默认: 90000
    48. hbase.hstore.compaction.max
        每个“小”合并的 HStoreFiles 最大数量
        默认: 10
    49. hbase.hregion.majorcompaction
        一个 Region 中的所有 HStoreFile 的 major compactions 的时间间隔。默认是 1 天。 设置为 0 就是禁用这个功能
        默认: 86400000
    50. hbase.mapreduce.hfileoutputformat.blocksize
        MapReduce 中 HFileOutputFormat 可以写 storefiles/hfiles。这个值是 hfile 的 blocksize 的最小值。通常在 Hbase写Hfile 的时候，bloocksize 是由 table schema(HColumnDescriptor) 决定的，但是在 mapreduce 写的时候，我们无法获取 schema 中 blocksize。这个值 越小，你的索引就越大，你随机访问需要获取的数据就越小。如果你的 cell 都很小，而且你需要更快的随机访问，可以把这个值调低
        默认: 65536
    51. hfile.block.cache.size
        分配给 HFile/StoreFile 的 block cache 占最大堆(-Xmx setting)的比例。默认是20%，设置为0就是不分配
        默认: 0.2
    52. hbase.hash.type
        哈希函数使用的哈希算法。可以选择两个值:: murmur (MurmurHash) 和 jenkins (JenkinsHash). 这个哈希是给 bloom filters 用的
        默认: murmur
    53. hbase.master.keytab.file
       HMaster server 验证登录使用的 kerberos keytab 文件路径。(译者注：Hbase 使用 Kerberos实现安全)
       默认: none
    54. hbase.master.kerberos.principal
        例如. “hbase/_HOST@EXAMPLE.COM”。 HMaster 运行需要使用 kerberos principal name. principal name 可以在: user/hostname@DOMAIN 中获取. 如果 “_HOST” 被用做 hostname portion，需要使用实际运行的 hostname 来替代它
        默认: none
    55. hbase.regionserver.keytab.file
        HRegionServer 验证登录使用的 kerberos keytab 文件路径
        默认: none
    56. hbase.regionserver.kerberos.principal
        例如. “hbase/_HOST@EXAMPLE.COM”。HRegionServer 运行需要使用 kerberos principal name. principal name 可以在: user/hostname@DOMAIN 中获取。如果 “_HOST” 被用做 hostname portion，需要使用实际运行的 hostname 来替代它。在这个文件中必须要有一个entry来描述 hbase.regionserver.keytab.file
        默认: none
    57. zookeeper.session.timeout
        ZooKeeper 会话超时。Hbase 把这个值传递改 zk 集群，向它推荐一个会话的最大超时时间。单位是毫秒
        默认: 180000
    58. zookeeper.znode.parent
        ZooKeeper 中的 Hbase 的根 ZNode。所有的 Hbase 的 ZooKeeper 会用这个目录配置相对路径。默认情况下，所有的 Hbase 的 ZooKeeper 文件路径是用相对路径，所以它们会都去这个目录下面\
        默认: /hbase
    59. zookeeper.znode.rootserver
        ZNode 保存的根 region 的路径. 这个值是由 Master 来写，client 和 regionserver 来读的。如果设为一个相对地址，父目录就是 ${zookeeper.znode.parent}。默认情形下，意味着根 region的路径存储在/hbase/root-region- server
        默认: root-region-server
    60. hbase.zookeeper.quorum
        Zookeeper 集群的地址列表，用逗号分割。例如：”host1.mydomain.com,host2.mydomain.com,host3.mydomain.com”.默认是 localhost,是给伪分布式用的。要修改才能在完全分布式的情况下使用。如果在hbase-env.sh设置了HBASE_MANAGES_ZK， 这些ZooKeeper节点就会和Hbase一起启动
        默认: localhost
    61. hbase.zookeeper.peerport
        ZooKeeper节点使用的端口
        默认: 2888
    62. hbase.zookeeper.leaderport
        ZooKeeper用来选择Leader的端口
        默认: 3888
    63. hbase.zookeeper.property.initLimit
        ZooKeeper的zoo.conf中的配置。 初始化synchronization阶段的ticks数量限制
        默认: 10
    64. hbase.zookeeper.property.syncLimit
        ZooKeeper的zoo.conf中的配置。 发送一个请求到获得承认之间的ticks的数量限制
        默认: 5
    65. hbase.zookeeper.property.dataDir
        ZooKeeper的zoo.conf中的配置。 快照的存储位置
        默认: ${hbase.tmp.dir}/zookeeper
    66. hbase.zookeeper.property.clientPort
        ZooKeeper的zoo.conf中的配置。 客户端连接的端口
        默认: 2181
    67. hbase.zookeeper.property.maxClientCnxns
        ZooKeeper的zoo.conf中的配置。 ZooKeeper集群中的单个节点接受的单个Client(以IP区分)的请求的并发数。这个值可以调高一点，防止在单机和伪分布式模式中出问题。
        默认: 2000
    68. hbase.rest.port
        HBase REST server的端口
        -默认: 8080
    69. hbase.rest.readonly
        定义REST server的运行模式。可以设置成如下的值： false: 所有的HTTP请求都是被允许的 - GET/PUT/POST/DELETE. true:只有GET请求是被允许的
        默认: false
    70. hbase.regionserver.restart.on.zk.expire
        当 regionserver 遇到 ZooKeeper session expired ， regionserver 是否选择 restart
        默认: false