HBase效能優化方法總結（三） 讀表操作

本文主要是從hbase應用程式設計與開發的角度，總結幾種常用的效能優化方法。有關hbase系統配置級別的優化，可參考：**ken wu同學的部落格。

建立多個htable客戶端用於讀操作，提高讀資料的吞吐量，乙個例子：

static

final configuration conf = hbaseconfiguration.create();
static
final string table_log_name = 「user_log」;
rtablelog = new htable[tablen];
for (int i = 0; i < tablen; i++)

hbase.client.scanner.caching配置項可以設定hbase scanner一次從服務端抓取的資料條數，預設情況下一次一條。通過將其設定成乙個合理的值，可以減少scan過程中next()的時間開銷，代價是scanner需要通過客戶端的記憶體來維持這些被cache的行記錄。

有三個地方可以進行配置：1）在hbase的conf配置檔案中進行配置；2）通過呼叫htable.setscannercaching(int scannercaching)進行配置；3）通過呼叫scan.setcaching(int caching)進行配置。三者的優先順序越來越高。

scan時指定需要的column family，可以減少網路傳輸資料量，否則預設scan操作會返回整行所有column family的資料。

通過scan取完資料後，記得要關閉resultscanner，否則regionserver可能會出現問題（對應的server資源無法釋放）。

在客戶端開啟多個htable讀執行緒，每個讀執行緒負責通過htable物件進行get操作。下面是乙個多執行緒併發讀取hbase，獲取店鋪一天內各分鐘pv值的例子：

public

class datareaderserver 
return parallelbatchminutepv(lst);}//
多執行緒併發查詢，獲取分鐘pv值
private
static concurrenthashmapparallelbatchminutepv(listlstkeys)
else
for(int i = 0 ; i < lstkeys.size() ; i ++ )
}list>> futures = new arraylist>>(5);
threadfactorybuilder builder = new threadfactorybuilder();
builder.setnameformat("parallelbatchquery");
threadfactory factory = builder.build();
threadpoolexecutor executor = (threadpoolexecutor) executors.newfixedthreadpool(lstbatchkeys.size(), factory);
for(listkeys : lstbatchkeys)
executor.shutdown();
//wait for all the tasks to finish
try  catch (exception e) 
}} catch (interruptedexception e)  catch (exception e1) }//
look for any exception
for (future f : futures) 
} catch (interruptedexception e)  catch (exception e1) 
} catch (executionexception e) 
}return hashret;}//
乙個執行緒批量查詢，獲取分鐘pv值
protected
static concurrenthashmapgetbatchminutepv(listlstkeys)
result res = null;
try  catch (ioexception e1) 
if (res != null && res.length > 0) 
} catch (exception e2) }}
}return hashret;}}
//呼叫介面類，實現callable介面
class batchminutepvcallable implements callable>
public concurrenthashmapcall() throws exception 
}

對於頻繁查詢hbase的應用場景，可以考慮在應用程式中做快取，當有新的查詢請求時，首先在快取中查詢，如果存在則直接返回，不再查詢hbase；否則對hbase發起讀請求查詢，然後在應用程式中將查詢結果快取起來。至於快取的替換策略，可以考慮lru等常用的策略。

hbase上regionserver的記憶體分為兩個部分，一部分作為memstore，主要用來寫；另外一部分作為blockcache，主要用於讀。

寫請求會先寫入memstore，regionserver會給每個region提供乙個memstore，當memstore滿64mb以後，會啟動 flush重新整理到磁碟。當memstore的總大小超過限制時（heapsize * hbase.regionserver.global.memstore.upperlimit * 0.9），會強行啟動flush程序，從最大的memstore開始flush直到低於限制。

讀請求先到memstore中查資料，查不到就到blockcache中查，再查不到就會到磁碟上讀，並把讀的結果放入blockcache。由於blockcache採用的是lru策略，因此blockcache達到上限(heapsize * hfile.block.cache.size * 0.85)後，會啟動淘汰機制，淘汰掉最老的一批資料。

乙個regionserver上有乙個blockcache和n個memstore，它們的大小之和不能大於等於heapsize * 0.8，否則hbase不能啟動。預設blockcache為0.2，而memstore為0.4。對於注重讀響應時間的系統，可以將blockcache設大些，比如設定blockcache=0.4，memstore=0.39，以加大快取的命中率。

有關blockcache機制，請參考這裡：hbase的block cache，hbase的blockcache機制，hbase中的快取的計算與使用。

HBase效能優化方法總結（三） 讀表操作

本文主要是從hbase應用程式設計與開發的角度，總結幾種常用的效能優化方法。有關hbase系統配置級別的優化，可參考 ken wu同學的部落格。3.讀表操作 3.1 多htable併發讀 建立多個htable客戶端用於讀操作，提高讀資料的吞吐量，乙個例子 static final configura...

HBase效能優化方法總結（三） 讀表操作

本文主要是從hbase應用程式設計與開發的角度，總結幾種常用的效能優化方法。有關hbase系統配置級別的優化，可參考 ken wu同學的部落格。建立多個htable客戶端用於讀操作，提高讀資料的吞吐量，乙個例子 static final configuration conf hbaseconfigu...

HBase效能優化方法總結（三） 讀表操作

本文主要是從hbase應用程式設計與開發的角度，總結幾種常用的效能優化方法。有關hbase系統配置級別的優化，可參考 ken wu同學的部落格。建立多個htable客戶端用於讀操作，提高讀資料的吞吐量，乙個例子 static final configuration conf hbaseconfigu...