hbase快速入门之---参数调优

Ø创建自定义的预分区

默认情况下，在创建HBase表的时候会自动创建一个region分区，当导入数据的时候，所有的HBase客户端都向这一个region写数据，直到这个region足够大了才进行切分。一种可以加快批量写入速度的方法是通过预先创建一些空的regions，这样当数据写入HBase时，会按照region分区情况，在集群内做数据的负载均衡。

Ø增加Regionserver的处理线程

hbase.regionserver.handler.count是RegionServer端开启的RPC监听器实例个数，也即RegionServer能够处理的IO请求线程数。默认是10.

 此参数与内存息息相关。该值设置的时候，以监控内存为主要参考。

 对于 单次请求内存消耗较高的Big PUT场景（大容量单次PUT或设置了较大cache的scan，均属于Big PUT）或ReigonServer的内存比较紧张的场景，可以设置的相对较小。

 对于 单次请求内存消耗低，TPS（TransactionPerSecond，每秒事务处理量）要求非常高的场景，可以设置的相对大些。

Ø使用noatime和nodiratime挂载磁盘

如果你以noatime挂载磁盘，访问时间戳不会更新，当一个文件在文件系统中被读的时候。在这个nodiratime属性情况中，挂载磁盘不会更新文件系统中目录的inode访问时间。因为它们没有更多的磁盘I/O更新访问时间戳，这提升了文件系统的访问速度。

Ø把vm.swappiness设置成0来避免swap

Linux移动那些一段时间没有被访问的内存页到swap空间，即使它由足够可用的内存。这叫做swap out。换一句话说，从swap空间读swapped out的数据到内存中叫做swap。如果HBase使用的内存被swapped了，HBase运行可能会遇到问题，如会增加GC时间等。

ØJava GC和HBase堆设置

因为HBase运行在JVM，JVM的 Garbage Collection(GC) 设置对于HBase流畅的运行，更高的性能是非常重要的。建议HBase的最大堆内存不要超过16 GB，并将垃圾回收机制设置为CMS。

同时HBase进程输出到它们的GC日志中是同样重要的，可以根据GC日志来定位问题，或调整JVM设置。

另外可以设置hbase.hregion.memstore.mslab.enabled为true，来预防老年代堆碎片，减少因内存碎片导致的Full GC，提高整体性能

Ø增加HBase用户的File handles和process limits

操作系统默认的nofile、 nproc对于HBase来说偏小，在高并发的情况下会使用HBase出现问题。建议增大nofile、 nproc设置。

Ø增加DATANODE处理线程数

HBase以Datanode做为底层的存储，可能会同时打开较多的hdfs文件，因些需要增大默认的dfs.datanode.max.transfer.threads参数。

Øhbase.hregion.max.filesize

在当前ReigonServer上单个Reigon的最大存储空间，单个Region超过该值时，这个Region会被自动split成更小的region。对于0.90.x版本该参数的最大值为4GB，之后的版本最大值 可以达到20GB，5到10GB是最优的。

Ø增大zookeeper的maxClientCnxns

默认zookeeper给每个客户端IP使用的连接数为10个，可能会出现连接不够用的情况。可以增大maxClientCnxns参数。

Ø增大hbase.hstore.blockingStoreFiles

在flush时，当一个region中的Store（Coulmn Family）内有超过7个storefile时，则block所有的写请求进行compaction，以减少storefile数量。可以增加为20。

Øhfile.block.cache.size

storefile的读缓存占用Heap的大小百分比，0.2表示20%。该值直接影响数据读的性能。如果写比读少很多，可以开到0.4-0.5。如果读写较均衡，0.3左右。如果写比读多，可以使用默认值。