一、HBase高可用
-
在HBase中Hmaster负责监控RegionServer的生命周期，均衡RegionServer的负载，如果Hmaster挂掉了，那么整个HBase集群将陷入不健康的状态，并且此时的工作状态并不会维持太久。所以HBase支持对Hmaster的高可用配置。
-
关闭HBase集群
-
在conf目录下创建backup-masters文件
vim backup-masters二、预分区
-
每一个region维护着startRow与endRowKey，如果加入的数据符合某个region维护的rowKey范围，则该数据交给这个region维护。那么依照这个原则，我们可以将数据所要投放的分区提前大致的规划好，以提高HBase性能。
-
手动设定预分区
create 'staff1','info','partition1',SPLITS => ['1000','2000','3000','4000']create 'staff2','info','partition2',{NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}aaaa
bbbb
cccc
dddd- 然后执行
create 'staff3','partition3',SPLITS_FILE => 'splits'- 使用javaAPI创建分区
// 创建表
public static boolean createTable(Connection conn, String tablename, String nsname, String...cfs) throws IOException {
// 校验表名
TableName tn = checkTableName(tablename, nsname);
if (tn == null) {
return false;
}
// 至少需要传入一个列族
if (cfs.length < 1) {
logger.error("至少需要指定一个列族！");
return false;
}
Admin admin = conn.getAdmin();
// 创建表的描述
HTableDescriptor hTableDescriptor = new HTableDescriptor(tn);
// 将列族的描述添加到表的描述中
for (String cf : cfs) {
HColumnDescriptor hColumnDescriptor = new HColumnDescriptor(cf);
// 添加列族的设置
hColumnDescriptor.setMaxVersions(10);
hColumnDescriptor.setMinVersions(3);
hTableDescriptor.addFamily(hColumnDescriptor);
}
// 根据表的描述创建表
// admin.createTable(hTableDescriptor);
// 预分区的建表，指定startkey(起始key)，endKey(终止key)，numRegions(分几个区) >=3
// admin.createTable(hTableDescriptor, Bytes.toBytes("aaaa"), Bytes.toBytes("dddd"), 4);
// 自定义边界
byte[][] splitKeys = new byte[4][];
splitKeys[0] = Bytes.toBytes("aaaa");
splitKeys[1] = Bytes.toBytes("bbbb");
splitKeys[2] = Bytes.toBytes("cccc");
splitKeys[3] = Bytes.toBytes("dddd");
admin.createTable(hTableDescriptor, splitKeys);
admin.close();
return true;
}三、RowKey设计
四、内存优化
- HBase操作过程中需要大量的内存开销，毕竟Table是可以缓存在内存中的，一般会分配整个可用内存的70%给HBase的Java堆。但是不建议分配非常大的堆内存，因为GC过程持续太久会导致RegionServer处于长期不可用状态，一般16~48G内存就可以了，如果因为框架占用内存过高导致系统内存不足，框架一样会被系统服务拖死。
五、基础优化
属性：dfs.support.append
解释：开启HDFS追加同步，可以优秀的配合HBase的数据同步和持久化。默认值为true。
属性：dfs.datanode.max.transfer.threads
解释：HBase一般都会同一时间操作大量的文件，根据集群的数量和规模以及数据动作，设置为4096或者更高。默认值：4096
- 优化延迟高的数据操作的等待时间hdfs-site.xml
属性：dfs.image.transfer.timeout
解释：如果对于某一次数据操作来讲，延迟非常高，socket需要等待更长的时间，建议把该值设置为更大的值（默认60000毫秒），以确保socket不会被timeout掉。
- 优化数据的写入效率mapred-site.xml
属性：
mapreduce.map.output.compress
mapreduce.map.output.compress.codec
解释：开启这两个数据可以大大提高文件的写入效率，减少写入时间。第一个属性值修改为true，第二个属性值修改为：org.apache.hadoop.io.compress.GzipCodec或者其他压缩方式。
- 设置RPC监听数量hbase-site.xml
属性：HBase.regionserver.handler.count
解释：默认值为30，用于指定RPC监听的数量，可以根据客户端的请求数进行调整，读写请求较多时，增加此值。
- 优化HStore文件大小，hbase-site.xml
属性：HBase.hregion.max.filesize
解释：默认值10737418240（10GB），如果需要运行HBase的MR任务，可以减小此值，因为一个region对应一个map任务，如果单个region过大，会导致map任务执行时间过长。该值的意思就是，如果HFile的大小达到这个数值，则这个region会被切分为两个Hfile。
-
优化HBase客户端缓存，hbase-site.xml
属性：HBase.client.write.buffer
解释：用于指定HBase客户端缓存，增大该值可以减少RPC调用次数，但是会消耗更多内存，反之则反之。一般我们需要设定一定的缓存大小，以达到减少RPC次数的目的。
- 指定scan.next扫描HBase所获取的行数，hbase-site.xml
属性：HBase.client.scanner.caching
解释：用于指定scan.next方法获取的默认行数，值越大，消耗内存越大。
六、布隆过滤器
- 过滤功能：在海量数据中，用非常高的效率和性能，判断一个数据是否在集合中存在。
- 作用：布隆过滤器只能判断一个数据要么一定在集合中不存在，要么在集合中可能存在。
- 误判： 布隆过滤器判断数据可能存在，实际扫描后，发现不存在，这种情况有存在的几率。
- HBase中如何设置
- HBase中通过列族设置过滤器。
- HBase支持两种布隆过滤器：ROW|ROWCOL
- ROW: 布隆过滤器在计算时，使用每行的rowkey作为参数，进行判断
- ROWCOL: 布隆过滤器在计算时，使用每行的rowkey和column一起作为参数，进行判断
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
