HBase解惑

最近经常对自己提一些问题，然后自己通过google、读代码、测试寻求答案来解决疑惑，可能这些问题也能给其他人带来一些帮助。

 

quora是个不错的问答型网站，兴趣去看一下自己感兴趣的话题吧~

 

1）HBase中的TTL参数什么意思？
TTL == "Time To Live".  You can specify how long a cell lives in hbase.
Onces its "TTL" has expired, its removed.

2）影响read性能的配置参数有哪些？

hbase-env.xml:
export HBASE_HEAPSIZE=4000

hbase-default.xml:
hfile.block.cache.size

3）HBase在写操作的时候会更新LruBlockCache吗？

从代码上看写的时候不会更新lruBlockCache!

4）如何将一个HBase CF指定为IN_MEMORY？
创建table的时候可以指定CF的属性，create 'taobao', {NAME => 'edp', IN_MEMORY => true}

5）HBase cache每次load的最小单位是block

6）如果每次load一个block到cache中，而以后不会再读取这个block，则这个block对block cache
hit ratio没有贡献啊，但是为什么block cache hit ratio有60%+呢？（这个我当初的错误理解，漏
洞还是很多的）

注意block cache hit ratio的最小计量单位应该是record，cache的最小单位才是block， 因为block
下面有很多record，后面的record借助了读第一个record带来的cache福利，所以block cache hit ratio
才会有60%+

7）如果只有一行一个cf，写入很大量的数据会不会发生region split?

<property> <name>hbase.hregion.max.filesize</name> <value>67108864</value> <description> Maximum HStoreFile size. If any one of a column families' HStoreFiles has grown to exceed this value, the hosting HRegion is split in two. Default: 256M. </description> </property>

测试: 将参数hbase.hregion.max.filesize设置成64M以后，然后create table的时候只创建一个CF，测试的时候只往一个row + CF 下面塞入数据，数据量大概在80M左右，在web上显示的数目是107M，但是没有发生region split。这说明region split最小单位应该是row key级别，因为这里只有一个row，即使数据量已经上去了，但是还是没有发生region split.