hbase和hive的一些调优心得

Hive优化：
1、开启limit，防止过多的数据查询造成时延
2、开启严格模式，禁止三种模式的查询（查询全部分区而没有where限制、使用order by查询而没有limit限制，表联结使用on以限制笛卡儿积的查询）
3、合理的设置map reduce的个数，不能过多或者过少
4、使用本地模式，对于一些数据量小的查询，减少开启job的时间
5、使用map端jion，将数据量小的表，放在join的左边，直接加入内存
6、推测执行，这是对MR的优化，防止出现木桶效应
7、设置并行度，让一些不相关的stage能够并行运行，加速任务的完成
8、JVM重用，通过在配置文件中设置一些参数，来配置某些task的stage重用JVM，减少任务的开启时间
9、建立索引，加快查询
10、调整动态分区的数量，尽量高，不能太高，1000个左右最好
11、设置中间和reduce结果进行压缩，减少占用空间


HBase优化：
1、hbase查询优化

1> 设置scan缓存，定义服务端到客户端的数据条数
2> 显示指定查询列，避免太多的数据传输造成网络压力
3 >设置过滤，只查询需要的数据，比如行键
4 >使用HTablePool，解决HTable线程不安全的情况
5 >关闭ResultScanner，保证连接不会一直占用

2、hbase写入优化

1 >关闭WAL，避免每次写入数据都要先写入日志文件
2 >关闭AutoFlush，避免用户每次提交数据都直接发送到了服务器端，可以在客户端进行缓存
3 >预创建Region，使用自带的分区工具或者自定义分区算法都行
4 >延迟日志flush的时间，默认值为1秒，可以增大该值，将数据在内存中少留一会，较少WAL日志到HDFS的次数
5 >使用批量写，通过put方法，指定多个行键，批量写入

3、hbase配置参数优化

1 >设置RegionServer的handler数量，默认为10，适当的增大，可以提高服务端同时接收请求的线程数量，一般为10 的整数倍
2 >合理的设置MemStore的上下限
3 >调整影响合并的文件数，就是调整触发StoreFile进行合并的文件数量
4 >合理的设置MemStore的flush因子，也就是触发memstore进行flush的内存大小
5 >调整zookeeper的会话时间，避免HMaster察觉某个RS宕机的时间太长

4、表设计优化

1 >开启布隆过滤器
2 >调整列簇块的大小，也就是HFile的大小
3 >设置列簇的最大版本数，避免一些更新非常频繁的应用效率低下
4 >设置TTL，让过期的数据自动删除
5 >设置In Memory属性，就放在In Memory队列中