Phoenix定位为OLTP和操作型分析（Operational Analytics），大多用于在线业务，稳定性要求第一位。Phoenix的功能很强大，也很灵活。本文结合大部分用户的经验，给出一些使用建议，希望能帮助更多用户少走弯路。
用户手册
- Phoenix社区官方文档
- 阿里云HBase团队云栖中文系列文档
使用建议
二级索引使用指南
二级索引是Phoenix中非常重要的功能，用户在使用前需要深入了解，请参见二级索引社区文档、二级索引中文文档和全局索引设计实践。
- 是否需要使用覆盖索引？
覆盖索引需要将查询返回字段加入到索引表中，这样在命中索引时，只需要查询一次索引表即可，非覆盖索引，要想拿到完整结果则需要回查主表。不难理解，覆盖索引查询性能更好，但是会浪费一定存储空间，影响一定写性能。非覆盖索引使用时，有时执行计划并不能默认命中索引，此时，用户需要加索引Hint。
- 应该使用local Index还是global Index？实现上，一个global index表对应着一个hbase表，local index是在主表上新增一列存储索引数据。适用场景上，global index适用于多读的场景，但存在同步索引时带来网络开销较大的问题。而local由于和原数据存储在一张表中同步索引数据会相对快一点。虽然local index也有一定适用场景，但仍然推荐使用global index，其原因有以下几点：
- 当前版本的phoenix的local index的实现相对global index不太完善，问题较多，使用存在一定的风险。
- local index不太完善，大的改动后，可能会存在不兼容，升级流程比较复杂。
- 在大数据量下，原始数据和索引数据放在一起会加剧region分裂，且分裂后索引数据的本地性也会丧失。
- 索引表最多可以创建多少个？
索引会保证实时同步，也会引来写放大问题，一般建议不超过10个，如果超过建议使用HBase全文索引功能。
- 构建索引需要注意哪些事项？
使用创建索引语句（CREATE INDEX）时，如果指定async参数，则为异步构建，语句完成时，会在SYSTEM.CATALOG表中建立索引表的元信息，并建立跟主表的关系，但是状态是building，索引表中没有数据，也不可查，需要后续用REBUILD语句。
加盐注意事项
加盐通常用来解决数据热点和范围查询同时存在的场景。原理介绍请参见：Phoenix社区文档和中文文档。
- 写热点或写不均衡：比如以时间作为第一列主键，永远写表头或者表尾。
- 需要范围查询：要按第一列主键进行范围查询，不能使用hash打散。
有热点就要打散，但打散就难以做范围查询。因此，要同时满足这对相互矛盾的需求，必须有一种折中的方案：既能在一定程度上打散数据，又能保证有序。这个解决方案就是加盐，亦称分桶（salt buckets）。数据在桶内保序，桶之间随机。写入时按桶个数取模，数据随机落在某个桶里，保证写请求在桶之间是均衡的。查询时读取所有的桶来保证结果集的有序和完备。
一般来说，严格满足上述条件的业务场景并不常见。大多数场景都可以找到其他的业务字段来协助散列。考虑到其严重的副作用，我们不建议使用这个特性。
- 写瓶颈：一般全表只有buckets个region用于承担写。当业务体量不断增长时，因为无法调整bucket数量，不能有更多的region帮助分担写，会导致写入吞吐无法随集群扩容而线性增加。导致写瓶颈，从而限制业务发展。
- 读扩散：select会按buckets数量进行拆分和并发，每个并发都会在执行时占用一个线程。select本身一旦并发过多会导致线程池迅速耗尽或导致QueryServer因过高的并发而FGC。同时，本应一个RPC完成的简单查询，现在也会拆分成多个，使得查询RT大大增加。
以上副作用会制约业务的发展，尤其对于大体量的、发展快速的业务。因为桶个数不能修改，写瓶颈会影响业务的扩张。读扩散带来的RT增加也大大降低了资源使用效率。
- 预分区：用分桶来实现建表的预分区最常见的误用。这是因为Phoenix提供的split on预分区语法很难使用。目前可用hbase Shell的建表，指定预分区，之后关联为Phoenix表。在海量数据场景，合理的预分区是一个很有挑战的事情，我们后续会对此进行专题讨论，敬请期待。
- 伪热点：写入热点或不均衡大多数情况都是假象，通常还有其他字段可用于打散数据。比如监控数据场景，以metric名字的hash值做首列主键可有效解决写入均衡的问题。
一定不要为了预分区而使用加盐特性，要结合业务的读写模式来进行表设计。如果您无法做出准确的判断，可以钉钉联系云HBase值班咨询。
- 单节点内存 8G: 2*N
- 单节点内存 16G: 3*N
- 单节点内存 32G: 4*N
- 单节点内存 64G: 5*N
- 单节点内存 128G: 6*N
慎用扫全表、OR、Join和子查询
虽然Phoenix支持各种Join操作，但是Phoenix主要还是定位为在线数据库，复杂Join，比如子查询返回数据量特别大或者大表Join大表，在实际计算过程中十分消耗系统资源，会严重影响在线业务，甚至导致OutOfMemory异常。对在线稳定性和实时性要求高的用户，建议只使用Phoenix的简单查询，且查询都命中主表或者索引表的主键。另外，建议用户在运行SQL前都执行下explain，确认是否命中索引，或者主键，请参见explain社区文档和explain中文文档。
Phoenix不支持复杂查询
Phoenix的二级索引本质还是前缀匹配，用户可以建多个二级索引来增加对数据的查询模式，二级索引的一致性是通过协处理器实现的，索引数据可以实时可见，但也会影响写性能，特别是建多个索引的情况下。对于复杂查询，比如任意条件的and/or组合，模糊查找，分词检索等Phoenix不支持。
Phoenix不支持复杂分析
Phoenix定位为操作型分析（operational analytics），对于复杂分析，比如前面提到的复杂join则不适合，这种建议用Spark这种专门的大数据计算引擎来实现，请参见 X-Pack Spark分析服务和HBase SQL（Phoenix）与Spark的选择。
Phoenix是否支持映射已经存在的HBase表？
支持，请参见社区相关文档。用户可以通过Phoenix创建视图或者表映射已经存在的HBase表，如果使用表的方式映射HBase表，在Phoenix中执行DROP TABLE语句同样也会删除HBase表。另外，由于column family和列名是大小写敏感的，必须一一对应才能映射成功。Phoenix的字段编码方式大部分跟HBase的Bytes工具类不同，一般建议如果只有varchar类型，才进行映射，包含其他类型字段时不要使用映射。
问题与解决方法
使用云数据库HBase的SQL功能（Phoenix）的过程中可能会遇到以下问题，为您提供解决以下问题的方法。
- meta可能存在不同步。
问题描述：在同一时间多个连接访问Phoenix的场景下，一个连接进行DDL操作后（例如创建表，删除表，增加列，增加索引，删除索引等），其他连接不能感知到，可能会造成读写失败（出现表不存在或者索引不存在等异常报错）。
解决方法：- 如果是Phoenix 4.x重客户端访问，那么您需要重启重客户端。
- 如果是Phoenix 5.x轻客户端访问，那么您需要重启queryserver。
- 查询bug。
问题描述：某些情况下，Phoenix对有些索引的主表回查会存在bug，在执行查询的时候, 会出现异常。
解决方法：通过冗余全部列，避免回查主表。
- RegionServer OOM的情况。
问题描述：LookupJoin会在ScanRpc请求中发起Get请求，这个Get请求的Scanner没有被正常关闭。
解决方法：关闭Lookupjoin。
- 服务端报Unable to find cached index metadata。
问题描述：如果用户对应的索引存储的cache在一定时间内没有被访问，那么会从cache中删除。
解决方法：重启queryserver或者重客户端，或者重新设置cache的过期时间。
- 对于数据量较大的复杂查询（JOIN、ORDER BY、GROUP BY），您需要合理地控制资源，否则会影响集群稳定性。
解决方法：如果需要使用SQL语句，您可以了解Lindorm SQL解决相关内容，有任何问题请提交工单。