Hbase - 批量写入加速技巧

背景

之前我们的线上业务一直使用的是Hbase的单条put操作,为了提高程序的写入性能我们还针对业务进行了修改，将日志批量化，也就是hbase的put多条操作，后面发现hbase的客户端是支持本地批量操作，而且还挺多配置的，这次主要针对的是Hbase2.x的版本进行演示说明，1.X不在本文章的范围内，因为线上的Hbase没有这个版本，作为同龄的小伙伴们是知道 大猪佩琪 不会去线上安装这样一个版本来演示。

开始直播

说实话,这样子使用Hbase来写操作其实是最多人的,之前也包括我们在内。
案发现场还原：

但是，这不是你不想加速不想进步的理由，看了 大猪佩琪 这篇文章之后 ，不想进步都难，又多了一个跟我抢饭碗的，看我下面煮的饭:

看到这几句，是不是有种相见恨晚的感觉？不闹了，容 大猪佩琪 慢慢道来:

1. 这句太难解释，PASS。

2. 设置自动提交的间隔，如果不设置，那你就要付出代价了，那就是手动：table.flush()，不信？看大猪从Hbase拿出来的源码的默认配置，就在楼下。

3. 这又是个什么鬼，又臭又长，名还跟第2句差不多一样，既然跟第一句差不多肯定是有联系的嘛，其实就是检查什么时候到Flush的定时器，默认是1秒检查一次，如果加上自身配置上面的配置至少要4秒或者大小为2M才能自动提交一次。

4. KV单条的最大Size，如果你像 大猪佩琪 上面一样配置为1，信不信分分钟钟让你体会 KeyValue size too large 异常，就是下面的案发现场:

KeyValue size too large 案发现场

不设置就默认为 10M 大小。

5. 看到情人了，一看就是我们最想要的设置，可以看楼下的doFlush源码，
   有三个地方会调用到这个方法:mutate、close、flush
   只有第一个是会按照writeBufferSize来大小来自动计算，其它两个都是flushAll操作，属于不黄但很暴力的那种。
   
   
6. 这句跟第1句一样看不懂，肥家。

使用

上面的解析已经完了，相信大家都会用了，还不会的话，请看下图 + 例子：

给你给你

源码

Hbase 2.x 配置
org.apache.hadoop.hbase.client.ConnectionConfiguration 头部默认配置

validatePut 源码

doFlush 源码

---