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
博一波15 小时前
MySQL 备份与复制:类似“手机数据管理”
数据库·mysql
semantist@语校15 小时前
第二十篇|SAMU教育学院的教育数据剖析:制度阈值、能力矩阵与升学网络
大数据·数据库·人工智能·百度·语言模型·矩阵·prompt
xqlily15 小时前
SQL 数据库简介
数据库·sql
正在走向自律16 小时前
Java连接电科金仓数据库(KingbaseES)实战指南
java·数据库·oracle·国产数据库·kingbase
寻星探路16 小时前
数据库造神计划第五天---增删改查(CRUD)(1)
数据库
Dobby_0516 小时前
【Hadoop】Yarn:Hadoop 生态的资源操作系统
大数据·hadoop·分布式·yarn
数智顾问16 小时前
基于Hadoop进程的分布式计算任务调度与优化实践——深入理解分布式计算引擎的核心机制
大数据
小虾米vivian16 小时前
达梦:将sql通过shell脚本的方式放在后台执行
服务器·数据库·sql
水无痕simon16 小时前
1. 数据库架构演变与分库分表介绍
数据库·数据库架构
笨蛋少年派16 小时前
安装Hadoop中遇到的一些问题和解决
大数据·hadoop·分布式