一、服務端調優(yōu)

1、參數(shù)配置

1)、hbase.regionserver.handler.count：該設置決定了處理RPC的線程數(shù)量，默認值是10，通常可以調大，比如：150，當請求內容很大(上MB，比如大的put、使用緩存的scans)的時候，如果該值設置過大則會占用過多的內存，導致頻繁的GC，或者出現(xiàn)OutOfMemory，因此該值不是越大越好。

2)、hbase.hregion.max.filesize ：配置region大小，0.94.12版本默認是10G，region的大小與集群支持的總數(shù)據(jù)量有關系，如果總數(shù)據(jù)量小，則單個region太大，不利于并行的數(shù)據(jù)處理，如果集群需支持的總數(shù)據(jù)量比較大，region太小，則會導致region的個數(shù)過多，導致region的管理等成本過高，如果一個RS配置的磁盤總量為3T*12=36T數(shù)據(jù)量，數(shù)據(jù)復制3份，則一臺RS服務器可以存儲10T的數(shù)據(jù)，如果每個region最大為10G，則最多1000個region，如此看，94.12的這個默認配置還是比較合適的，不過如果要自己管理split，則應該調大該值，并且在建表時規(guī)劃好region數(shù)量和rowkey設計，進行region預建，做到一定時間內，每個region的數(shù)據(jù)大小在一定的數(shù)據(jù)量之下，當發(fā)現(xiàn)有大的region，或者需要對整個表進行region擴充時再進行split操作，一般提供在線服務的hbase集群均會棄用hbase的自動split，轉而自己管理split。

3)、hbase.hregion.majorcompaction：配置major合并的間隔時間，默認為1天，可設置為0，禁止自動的major合并，可手動或者通過腳本定期進行major合并，有兩種compact：minor和major，minor通常會把數(shù)個小的相鄰的storeFile合并成一個大的storeFile，minor不會刪除標示為刪除的數(shù)據(jù)和過期的數(shù)據(jù)，major會刪除需刪除的數(shù)據(jù)，major合并之后，一個store只有一個storeFile文件，會對store的所有數(shù)據(jù)進行重寫，有較大的性能消耗。

4)、hbase.hstore.compactionThreshold：HStore的storeFile數(shù)量>= compactionThreshold配置的值，則可能會進行compact，默認值為3，可以調大，比如設置為6，在定期的major compact中進行剩下文件的合并。

5)、 hbase.hstore.blockingStoreFiles：HStore的storeFile的文件數(shù)大于配置值，則在flush memstore前先進行split或者compact，除非超過hbase.hstore.blockingWaitTime配置的時間，默認為7，可調大，比如：100，避免memstore不及時flush，當寫入量大時，觸發(fā)memstore的block，從而阻塞寫操作。

6)、hbase.regionserver.global.memstore.upperLimit：默認值0.4，RS所有memstore占用內存在總內存中的upper比例，當達到該值，則會從整個RS中找出最需要flush的region進行flush，直到總內存比例降至該數(shù)限制以下，并且在降至限制比例以下前將阻塞所有的寫memstore的操作，在以寫為主的集群中，可以調大該配置項，不建議太大，因為block cache和memstore cache的總大小不會超過0.8，而且不建議這兩個cache的大小總和達到或者接近0.8，避免OOM，在偏向寫的業(yè)務時，可配置為0.45，memstore.lowerLimit保持0.35不變，在偏向讀的業(yè)務中，可調低為0.35，同時memstore.lowerLimit調低為0.3，或者再向下0.05個點，不能太低，除非只有很小的寫入操作，如果是兼顧讀寫，則采用默認值即可。

7)、hbase.regionserver.global.memstore.lowerLimit：默認值0.35，RS的所有memstore占用內存在總內存中的lower比例，當達到該值，則會從整個RS中找出最需要flush的region進行flush，配置時需結合memstore.upperLimit和block cache的配置。

8)、file.block.cache.size：RS的block cache的內存大小限制，默認值0.25，在偏向讀的業(yè)務中，可以適當調大該值，具體配置時需試hbase集群服務的業(yè)務特征，結合memstore的內存占比進行綜合考慮。

9)、hbase.hregion.memstore.flush.size：默認值128M，單位字節(jié)，超過將被flush到hdfs，該值比較適中，一般不需要調整。

10)、hbase.hregion.memstore.block.multiplier：默認值2，如果memstore的內存大小已經(jīng)超過了hbase.hregion.memstore.flush.size的2倍，則會阻塞memstore的寫操作，直到降至該值以下，為避免發(fā)生阻塞，最好調大該值，比如：4，不可太大，如果太大，則會增大導致整個RS的memstore內存超過memstore.upperLimit限制的可能性，進而增大阻塞整個RS的寫的幾率。如果region發(fā)生了阻塞會導致大量的線程被阻塞在到該region上，從而其它region的線程數(shù)會下降，影響整體的RS服務能力，例如：

開始阻塞：

解開阻塞：

從10分11秒開始阻塞到10分20秒解開，總耗時9秒，在這9秒中無法寫入，并且這期間可能會占用大量的RS handler線程，用于其它region或者操作的線程數(shù)會逐漸減少，從而影響到整體的性能，也可以通過異步寫，并限制寫的速度，避免出現(xiàn)阻塞。

11)、hfile.block.index.cacheonwrite：在index寫入的時候允許put無根(non-root)的多級索引塊到block cache里，默認是false，設置為true，或許讀性能更好，但是是否有副作用還需調查。

12)、io.storefile.bloom.cacheonwrite：默認為false，需調查其作用。

13)、hbase.regionserver.regionSplitLimit：控制最大的region數(shù)量，超過則不可以進行split操作，默認是Integer.MAX，可設置為1，禁止自動的split，通過人工，或者寫腳本在集群空閑時執(zhí)行。如果不禁止自動的split，則當region大小超過hbase.hregion.max.filesize時會觸發(fā)split操作(具體的split有一定的策略，不僅僅通過該參數(shù)控制，前期的split會考慮region數(shù)據(jù)量和memstore大小)，每次flush或者compact之后，regionserver都會檢查是否需要Split，split會先下線老region再上線split后的region，該過程會很快，但是會存在兩個問題：1、老region下線后，新region上線前client訪問會失敗，在重試過程中會成功但是如果是提供實時服務的系統(tǒng)則響應時長會增加；2、split后的compact是一個比較耗資源的動作。

14)、Jvm調整

a、內存大小:master默認為1G，可增加到2G，regionserver默認1G，可調大到10G，或者更大，zk并不耗資源，可以不用調整；

b、垃圾回收:待研究。

2、其它調優(yōu)

1)、列族、rowkey要盡量短，每個cell值均會存儲一次列族名稱和rowkey，甚至列名稱也要盡量短，以下截圖是表test2的數(shù)據(jù)和存入hdfs后的文件內容：

由上圖可見：短的列族名稱、rowkey、列名稱對最終的文件內容大小影響很大。

2)、RS的region數(shù)量：一般每個RegionServer不要過1000，過多的region會導致產(chǎn)生較多的小文件，從而導致更多的compact，當有大量的超過5G的region并且RS總region數(shù)達到1000時，應該考慮擴容。

3)、建表時：

a、如果不需要多版本，則應設置version=1；

b、開啟lzo或者snappy壓縮，壓縮會消耗一定的CPU，但是，磁盤IO和網(wǎng)絡IO將獲得極大的改善，大致可以壓縮4~5倍；

c、合理的設計rowkey，在設計rowkey時需充分的理解現(xiàn)有業(yè)務并合理預見未來業(yè)務，不合理的rowkey設計將導致極差的hbase操作性能；

d、合理的規(guī)劃數(shù)據(jù)量，進行預分區(qū)，避免在表使用過程中的不斷split，并把數(shù)據(jù)的讀寫分散到不同的RS，充分的發(fā)揮集群的作用；

e、列族名稱盡量短，比如：“f”，并且盡量只有一個列族；

f、視場景開啟bloomfilter，優(yōu)化讀性能。

二、Client端調優(yōu)

1、hbase.client.write.buffer：寫緩存大小，默認為2M，推薦設置為6M，單位是字節(jié)，當然不是越大越好，如果太大，則占用的內存太多；

2、hbase.client.scanner.caching：scan緩存，默認為1，太小，可根據(jù)具體的業(yè)務特征進行配置，原則上不可太大，避免占用過多的client和rs的內存，一般最大幾百，如果一條數(shù)據(jù)太大，則應該設置一個較小的值，通常是設置業(yè)務需求的一次查詢的數(shù)據(jù)條數(shù)，比如：業(yè)務特點決定了一次最多100條，則可以設置為100

3、設置合理的超時時間和重試次數(shù)，具體的內容會在后續(xù)的blog中詳細講解。

4、client應用讀寫分離

讀和寫分離，位于不同的tomcat實例，數(shù)據(jù)先寫入redis隊列，再異步寫入hbase，如果寫失敗再回存redis隊列，先讀redis緩存的數(shù)據(jù)(如果有緩存，需要注意這里的redis緩存不是redis隊列)，如果沒有讀到再讀hbase。

當hbase集群不可用，或者某個RS不可用時，因為HBase的重試次數(shù)和超時時間均比較大(為保證正常的業(yè)務訪問，不可能調整到比較小的值，如果一個RS掛了，一次讀或者寫，經(jīng)過若干重試和超時可能會持續(xù)幾十秒，或者幾分鐘)，所以一次操作可能會持續(xù)很長時間，導致tomcat線程被一個請求長時間占用，tomcat的線程數(shù)有限，會被快速占完，導致沒有空余線程做其它操作，讀寫分離后，寫由于采用先寫redis隊列，再異步寫hbase，因此不會出現(xiàn)tomcat線程被占滿的問題， 應用還可以提供寫服務，如果是充值等業(yè)務，則不會損失收入，并且讀服務出現(xiàn)tomcat線程被占滿的時間也會變長一些，如果運維介入及時，則讀服務影響也比較有限。

5、如果把org.apache.hadoop.hbase.client.HBaseAdmin配置為spring的bean，則需配置為懶加載，避免在啟動時鏈接hbase的Master失敗導致啟動失敗，從而無法進行一些降級操作。

6、Scan查詢編程優(yōu)化：

1)、調整caching；

2)、如果是類似全表掃描這種查詢，或者定期的任務，則可以設置scan的setCacheBlocks為false，避免無用緩存；

3)、關閉scanner，避免浪費客戶端和服務器的內存；

4)、限定掃描范圍：指定列簇或者指定要查詢的列；

5)、如果只查詢rowkey時，則使用KeyOnlyFilter可大量減少網(wǎng)絡消耗；

作為hbase依賴的狀態(tài)協(xié)調者ZK和數(shù)據(jù)的存儲則HDFS，也需要調優(yōu)：

ZK調優(yōu)：

1、zookeeper.session.timeout：默認值3分鐘，不可配置太短，避免session超時，hbase停止服務，線上生產(chǎn)環(huán)境由于配置為1分鐘，出現(xiàn)過2次該原因導致的hbase停止服務，也不可配置太長，如果太長，當rs掛掉，zk不能快速知道，從而導致master不能及時對region進行遷移。

2、zookeeper數(shù)量：至少5個節(jié)點。給每個zookeeper 1G左右的內存，最好有獨立的磁盤。 (獨立磁盤可以確保zookeeper不受影響).如果集群負載很重，不要把Zookeeper和RegionServer運行在同一臺機器上面。就像DataNodes 和 TaskTrackers一樣，只有超過半數(shù)的zk存在才會提供服務，比如：共5臺，則最多只運行掛2臺，配置4臺與3臺一樣，最多只運行掛1臺。

3、hbase.zookeeper.property.maxClientCnxns：zk的最大連接數(shù)，默認為300，可配置上千

hdfs調優(yōu)：

1、dfs.name.dir： namenode的數(shù)據(jù)存放地址，可以配置多個，位于不同的磁盤并配置一個NFS遠程文件系統(tǒng)，這樣nn的數(shù)據(jù)可以有多個備份

2、dfs.data.dir：dn數(shù)據(jù)存放地址，每個磁盤配置一個路徑，這樣可以大大提高并行讀寫的能力

3、dfs.namenode.handler.count：nn節(jié)點RPC的處理線程數(shù)，默認為10，需提高，比如：60

4、dfs.datanode.handler.count：dn節(jié)點RPC的處理線程數(shù)，默認為3，需提高，比如：20

5、dfs.datanode.max.xcievers：dn同時處理文件的上限，默認為256，需提高，比如：8192

6、dfs.block.size：dn數(shù)據(jù)塊的大小，默認為64M，如果存儲的文件均是比較大的文件則可以考慮調大，比如，在使用hbase時，可以設置為128M，注意單位是字節(jié)

7、dfs.balance.bandwidthPerSec：在通過start-balancer.sh做負載均衡時控制傳輸文件的速度，默認為1M/s，可配置為幾十M/s，比如：20M/s

8、dfs.datanode.du.reserved：每塊磁盤保留的空余空間，應預留一些給非hdfs文件使用，默認值為0

9、dfs.datanode.failed.volumes.tolerated：在啟動時會導致dn掛掉的壞磁盤數(shù)量，默認為0，即有一個磁盤壞了，就掛掉dn，可以不調整。

總結

以上是生活随笔為你收集整理的hbase 读写调优_hbase优化操作与建议的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。