【请关注】hBase要用的顺畅的思路

玩楞一下HBase,要让这玩意儿在大数据量下跑得顺,索引和优化可都是实打实的硬活。

先说索引这块。HBase就认RowKey这个主索引,所有数据都按它排得明明白白。平时查数据,只要RowKey设计得好,直接就能定位到对应的Region,速度快得很。但RowKey要是拍脑袋瞎写,比如全按时间戳排序,那准得出大问题------数据全往一个Region挤,妥妥的热点,集群直接卡住。所以设计RowKey时,我一般会用哈希打散,再拼上业务ID或者时间戳,让数据均匀分布在各个RegionServer上。

遇到按其他字段查数据的需求,HBase可没现成的方案,得自己动手搞二级索引。简单点的办法是建个索引表,把要查的字段和RowKey对应起来存好,查的时候先扫索引表捞RowKey,再去主表捞数据。要是业务场景允许,也能把索引字段直接塞到主表的列族里,在单Region内快速查,不过这种方法扩展性差点。

再说说优化。数据存进HBase,列族划分得讲究。把常用的列扔到一个列族,查询时I/O开销能小一大截。存储这块,我一般会开Snappy压缩,压缩比和性能都过得去,磁盘空间能省下不少。Region这块门道也多,建表时就得根据数据量和访问模式提前分好区,比如按日期、按ID区间,避免后期数据倾斜。线上跑着跑着,要是发现某个RegionServer负载太高,Master会自动迁移Region,但有时候也得手动干预,做些调优。

缓存这块也是重点。BlockCache专门存热数据,MemStore负责写缓存。调参数时,我一般会根据服务器内存和读写比例,把BlockCache设成堆内存的30% - 40%,MemStore的刷盘阈值也得根据写入频率微调,刷得太勤影响性能,攒太多又怕宕机丢数据。

最后是查询优化。线上用Filter用得特别多,比如查某个用户的所有数据,直接用PrefixFilter按RowKey前缀筛,数据都不用全拉到客户端。遇到复杂计算,我会写协处理器扔到RegionServer上算,减少网络传输压力。总之,HBase这玩意儿得边用边调,才能让大数据跑得又快又稳!

相关推荐
格调UI成品2 小时前
预警系统安全体系构建:数据加密、权限分级与误报过滤方案
大数据·运维·网络·数据库·安全·预警
心平愈三千疾6 小时前
通俗理解JVM细节-面试篇
java·jvm·数据库·面试
我科绝伦(Huanhuan Zhou)9 天前
Oracle|Oracle SQL*Plus 配置上下翻页功能
数据库·sql·oracle
Cachel wood9 天前
Spark教程6:Spark 底层执行原理详解
大数据·数据库·分布式·计算机网络·spark
java—大象9 天前
基于java SSM的房屋租赁系统设计和实现
java·开发语言·数据库·spring boot·layui·mybatis
Mutig_s9 天前
Spring Boot动态数据源切换:优雅实现多数据源管理
java·数据库·spring boot·后端·mybatis
Python小老六9 天前
单片机测ntc热敏电阻的几种方法(软件)
数据库·单片机·嵌入式硬件
矿渣渣9 天前
SQLite3 在嵌入式系统中的应用指南
数据库·sqlite·嵌入式实时数据库
@昵称不存在9 天前
Python csv 模块
开发语言·数据库·python
程序猿小D9 天前
[附源码+数据库+毕业论文]基于Spring+MyBatis+MySQL+Maven+Vue实现的校园二手交易平台管理系统,推荐!
java·数据库·mysql·spring·vue·毕业设计·校园二手交易平台