HBase基于LSM模式,写是写HLOG及Memory的,也就是基本没有随机的IO,所以在写链路上性能高效还比较平稳。 很多时候,写都是用可靠性来换取性能。

客户端优化

  • 批量写

    批量处理可减少rpc的次数。

    HTable.put(List<Put>)
                        
  • Auto Flush

    autoflush=false可以提升几倍的写性能,但是还是要注意,直到数据超过2M(hbase.client.write.buffer决定)或用户执行了hbase.flushcommits()时才向regionserver提交请求。需要注意并不是写到了远端。

    HTable.setWriteBufferSize(writeBufferSize) 可以设置buffer的大小

服务端优化

  • WAL Flag

    不写WAL可以成倍提升性能,因为不需要写HLog,减少3次IO,写MemStore是内存操作,以数据可靠性为代价的,在数据导入时,可以关闭WAL。

  • 增大memstore的内存

    当前可以调高Memstore 的数值,降低 BlockCache 的数,跟读优化的思路正好相反。

  • 大量的HFile产生

    如果写很快,很容易带来大量的HFile,因为此时HFile合并的速度还没有写入的速度快,需要在业务低峰期做majorcompaction,充分利用系统资源;如果HFile降低不下来,则需要添加节点。