HBase难点

查询优化

  • 一次Scan会返回大量数据,客户端向HBase发送一次Scan请求,实际上并不会将所有数据加载到本地,而是通过多次RPC请求进行加载,防止客户端OOM。
  • 禁止缓存优化:批量读取数据时会全表扫描一次业务表,这种提现在Scan操作场景。在Scan时,客户端与RegionServer进行数据交互(RegionServer的实际数据时存储在HDFS上),将数据加载到缓存,如果加载很大的数据到缓存时,会对缓存中的实时业务热数据有影响,由于缓存大小有限,加载的数据量过大,会将这些热数据"挤压"出去,这样当其他业务从缓存请求这些数据时,会从HDFS上重新加载数据,导致耗时严重。在批量读取(T+1)场景时,建议客户端在请求是,在业务代码中调用setCacheBlocks(false)函数来禁止缓存,默认情况下,HBase是开启这部分缓存的。
  • get数据和批量get数据,批量get时可以有效的较少客户端到各个RegionServer之间RPC连接数。
  • 在查询的时候,可以查询指定我们需要返回结果的列,最好是同一个列族,对于不需要的列,可以不需要指定,这样能够有效地的提高查询效率,降低延时。
  • 禁止缓存优化

Rowkey设计原则

  • Rowkey长度原则:Rowkey是一个二进制码流,Rowkey的长度被很多开发者建议说设计在10~100个字节,不过建议是越短越好,不要超过16个字节。
  • Rowkey散列原则
  • Rowkey唯一原则
相关推荐
Decay__4 小时前
PostgreSQL 数据库全栈运维实战系列 — 合集索引(24 篇)
运维·数据库·sql·mysql·架构
大大大大晴天5 小时前
浅聊维度建模中的星型模型与雪花模型
大数据
琳少_8 小时前
java程序开发笔记
java·开发语言·数据库·笔记
数字新视界10 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
大大大大晴天10 小时前
别让金额越算越多:事实表与维度表设计避坑指南
大数据
Pocker_Spades_A11 小时前
工业物联网时序数据库选型:一份能直接抄走的技术规格书
数据库·物联网·时序数据库
如夏倾城12 小时前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
苜蓿muxu12 小时前
缓存三大问题:穿透、击穿、雪崩
数据库·redis
wuyk55512 小时前
Spider-第20讲-综合实战可上线爬虫
大数据·爬虫·python·elasticsearch
培培说证12 小时前
大数据与会计专业性价比高的证书有哪些?
大数据