当前位置： 首页 >> HBase >> HBase优化

---

HBase优化

2020-07-03 23:45:31 星期五  阅读：2236

---

####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。 ####基础优化 #####1.允许在 HDFS 的文件中追加内容 hdfs-site.xml、hbase-site.xml ``` 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。 ``` #####2、优化DataNode允许的最大文件打开数 hdfs-site.xml ``` 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 ``` #####3、优化延迟较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。 ``` #####4、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 #####5、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。 ``` #####6、优化HStore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。 ``` #####7、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。 ``` #####8、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。 ``` #####9、Flush、Compact、Split机制 当 MemStore 达到阈值，将 Memstore 中的数据 Flush 进 Storefile compact 机制则是把 flush出来的小文件合并成大的 Storefile 文件（默认7天合并一次，合并的时候会占用大量的资源，阻塞集群服务，所以该功能一般在生产中是禁止掉的，如果小文件过多，则可以根据集群的繁忙情况选择低峰的时候进行合并） split 则是当 Region 达到阈值，会把过大的 Region 一分为二。 涉及到可更改的属性 `hbase.hregion.memstore.flush.size:134217728` 128M 就是 Memstore 的默认阈值。这个参数的作用是当单个 HRegion 内所有的 Memstore 大小总和超过指定值时，flush 该 HRegion 的所有 memstore。RegionServer 的 flush 是通过将请求添加一个队列，模拟生 产消费模型来异步处理的。那这里就有一个问题，当队列来不及消费，产生大量积压请求 时，可能会导致内存陡增，最坏的情况是触发OOM。 ``` hbase.regionserver.global.memstore.upperLimit:0.4 hbase.regionserver.global.memstore.lowerLimit:0.38 ``` 当 MemStore 使用内存总量达到 hbase.regionserver.global.memstore.upperLimit 指定值时，将会有多个 MemStores flush 到文件中，MemStore flush 顺序是按照大小降序执行的，直到刷新到 MemStore 使用内存略小于 lowerLimit。