hbase测试压缩效果报告

测试环境：

Linux master 2.6.18-348.12.1.el5 #1 SMP Wed Jul 10 05:28:41 EDT 2013 x86_64 x86_64 x86_64 GNU/Linux

hadoop-1.0.3

hbase-0.94.2

Oracle JRockit(R) (build R28.1.5-20-146757-1.6.0_29-20111004-1750-linux-x86_64, compiled mode)

测试需求，就是将hbase里的表，按照不同的压缩方式（因不支持bz，所以没有bz的测试结果），进行保存，以下是对比结果：

原始数据大小	gz	snappy	lzo
938.15MB	174.37MB	253.35MB	563.09MB

压缩率：

gz	snappy	lzo
81.41%	72.99%	39.98%

总得来说，gz效果最好。snappy和lzo都不太适合在hbase里用压缩

后面进行了一个比较特殊的测试。就是原始数据有43个columns，如果了解其存储原理的话，那么占用的空间是很大的。

我采用了合并这个43个column变成一个（注：这里考虑合并是因为有业务的需要）

根据以上的测试结果，我将测试两种场景：

1、原始数据大小与合并column后数据量的大小

2、原始数据大小与合并column并增加压缩的大小（采用gz压缩方式）

原始数据大小	合并字段后数据大小	合并字段并压缩后数据大小
938.15MB	203.3MB	65.6MB

压缩率：

合并字段	合并字段并压缩
78.33%	93.01%

通过一系列的测试发现，采用合并字段并压缩，这样达到的压缩效率是非常高的。而且也非常适合我们的业务使用场景。

所以最终的方案我们也采用了合并字段并压缩的方式，来对hbase进行相关优化处理。

此测试主要集中在如何节约磁盘空间考虑，并没有对读/写进行测试。