hbase的优化

1、rowkey设计有哪三原则?

  ①长度原则：rowkey是二进制码流。10-100个字节。

  ②散列原则：rowkey是按照字典序存储的。利用该规则，将数据均衡的分到不同的regionserver上。

  ③唯一原则  ：rowkey是查询数据的索引，所以必须要保证唯一性。

2、如何解决热点问题？

    加盐：在rowkey前加上随机数。读不可预测。

    哈希：hash会使同一个rowkey使用固定的前缀加盐，读可预测。

    反转：如反转手机号或者时间戳。可以使得数据分布较为均匀。但此时行键连续性最低，如果对行键连续性较高则不适合。

3、hbase的compact的分类和作用？

    minor compact：在刷写文件达到一定数量之后，进行文件的合并操作。

    major compact：有个CompactionChecker线程，进行周期轮询。默认为7天，会将多个storefile进行合并，同时会将超过版本的，标记为删除的，过期的数据进行删除操作。

4、协处理器 Coprocessor

    为表埋钩子代码，当条件符合时自动触发钩子。可以利用协处理器简历hbase的二级索引。创建一个类继承观察类，重写preput方法，在插入数据到本表前会先执行该方法。打包上传到hdfs，利用hbase shell命令加载该协处理器到表中

5、phoenix构建二级索引

    phoenix是一个HBase的开源SQL引擎。

优点：①支持sql查询Hbase，自动转换sql为最佳并行scan语句

          ②将where子句交给过滤器处理，将聚合查询交给协处理器处理

            ③支持直接创建二级索引来提升非主键的查询性能

            ④跳过扫描过滤器来优化in、like、or查询

            ⑤优化写操作

缺点：①不支持事务和复杂查询

            ②有着严格的版本对应关系

6、hbase的高表与宽表的选择？

高表：①查询性能更好。因为一行数据更少，所以查询缓存BlockCache能缓存更多的行，以行数为单位的吞吐量更高。

        ②分片能力更好。因为hbase只能以行分片。

宽表：①元数据开销小

           ②事务性更小

           ③数据压缩比更好

7、hbase的布隆过滤器？

    布隆过滤器是HBase系统中的高级功能，它能够减少特定访问模式下的查询时间。默认为关闭状态。

布隆过滤器类型

   使用过滤器，如果扫描文件块不包含该行数据，它会明确答复。如果包含该行数据，答复可能有误，通常该错误率设置为1%。意味着过滤器中关于一个文件包含一个请求行的报告中有1%是错误的。但块加载的数量大大减少了，可以提升读取效率。