hbase 杂说

    最近在看hbase，我们来看看官方给出一些建议：（其实官方很多都是只给建议，却并没有说为什么，对于这样的情况只能自己去做实验或者是工作中碰到去解决吧）

    1、regionServer上region的个数：官方给出的建议是20-200个region，但是下面又说

    如何粗略计算regionServer上region：有个公式，
    

HBase 0.98.x

((RS Xmx) * hbase.regionserver.global.memstore.size) / (hbase.hregion.memstore.flush.size * (# column families))+

HBase 0.94.x

((RS Xmx) * hbase.regionserver.global.memstore.upperLimit) / (hbase.hregion.memstore.flush.size * (# column families))+

    貌似hbase.regionserver.global.memstore.size和 hbase.regionserver.global.memstore.upperLimit默认值都是0.4，也就是说如果我RS的内存分配16G，其他都是默认值，只有一个列族，0.98版本的一个region个数有51个，为什么这么计算？其实这是一种极限情况，hbase.regionserver.global.memstore.upperLimit其实这个参数的作用是防止内存占用过大，当ReigonServer内所有region的memstores所占用内存总和达到heap的40%时，HBase会强制block所有的更新并flush这些region以释放所有memstore占用的内存。这个公式是假设memstore达到最大值了，为了不发生上面的情况。 同upperLimit，只不过lowerLimit在所有region的memstores所占用内存达到Heap的35%时，不flush所有的memstore。它会找一个memstore内存占用最大的region，做个别flush，此时写更新还是会被block。lowerLimit算是一个在所有region强制flush导致性能降低前的补救措施。在日志中，表现为 “** Flush thread woke up with memory above low water.”

    参数调整会影响读写，如果写的压力大导致经常超过这个阀值，则调小读缓存hfile.block.cache.size增大该阀值，或者Heap余量较多时，不修改读缓存大小。
如果在高压情况下，也没超过这个阀值，那么建议你适当调小这个阀值再做压测，确保触发次数不要太多，然后还有较多Heap余量的时候，调大hfile.block.cache.size提高读性能
    参数调整会影响读写，（以下是经验之谈吧）如果写的压力大导致经常超过这个阀值，则调小读缓存hfile.block.cache.size，增大该阀值，或者Heap余量较多时，不修改读缓存大小。

    如果在高压情况下，也没超过这个阀值，那么建议你适当调小这个阀值再做压测，确保触发次数不要太多，然后还有较多Heap余量的时候，调大hfile.block.cache.size提高读性能
    hfile.block.cache.size表示storefile的读缓存占用Heap的大小百分比，0.2表示20%。该值直接影响数据读的性能。hbase.regionserver.global.memstore.upperLimit和这个参数一个影响写，一个影响读，如果两值加起来超过80-90%，会有OOM的风险。

    2、Maximum region size
    官方推荐maximum region size is 10-20Gb，5-10Gb is optimal.
    0.98版本后加入了一些优化机制，可以使得region size 更大。