2021年大数据HBase（十七）：HBase的360度全面调优
Posted Lansonli
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021年大数据HBase（十七）：HBase的360度全面调优相关的知识，希望对你有一定的参考价值。
全网最详细的大数据HBase文章系列，强烈建议收藏加关注！
新文章都已经列出历史文章目录，帮助大家回顾前面的知识重点。
目录
系列历史文章
2021年大数据HBase（十七）：HBase的360度全面调优
2021年大数据HBase（十六）：HBase的协处理器(Coprocessor)
2021年大数据HBase（十五）：HBase的Bulk Load批量加载操作
2021年大数据HBase（十四）：HBase的原理及其相关的工作机制
2021年大数据HBase（十三）：HBase读取和存储数据的流程
2021年大数据HBase（十二）：Apache Phoenix 二级索引
2021年大数据HBase（十一）：Apache Phoenix的视图操作
2021年大数据HBase（十）：Apache Phoenix的基本入门操作
2021年大数据HBase（九）：Apache Phoenix的安装
2021年大数据HBase（八）：Apache Phoenix的基本介绍
2021年大数据HBase（七）：Hbase的架构！【建议收藏】
2021年大数据HBase（六）：HBase的高可用！【建议收藏】
2021年大数据HBase（五）：HBase的相关操作-JavaAPI方式！【建议收藏】
2021年大数据HBase（四）：HBase的相关操作-客户端命令式！【建议收藏】
HBase的360度全面调优
一、通用调优
1) NameNode的元数据备份使用SSD
2) 定时备份NameNode上的元数据 每小时或者每天备份，如果数据极其重要，可以5~10分钟备份一次。
备份可以通过定时任务复制元数据目录即可。
3)为NameNode指定多个元数据目录
使用dfs.name.dir或者dfs.namenode.name.dir指定。一个指定本地磁盘，一个指定网络磁盘。这样可以提供元数据的冗余和健壮性，以免发生故障。
设置dfs.namenode.name.dir.restore为true，允许尝试恢复之前失败的dfs.namenode.name.dir目录，在创建checkpoint时做此尝试，如果设置了多个磁盘，建议允许。
4) NameNode节点配置为RAID1（镜像盘）结构
5) 保持NameNode日志目录有足够的空间，有助于帮助发现问题。
6) Hadoop是IO密集型框架，所以尽量提升存储的速度和吞吐
二、Linux调优
1) 开启文件系统的预读缓存可以提高读取速
$ sudo blockdev --setra 32768 /dev/sda （尖叫提示：ra是readahead的缩写）
2) 最大限度使用物理内存
$ sudo sysctl -w vm.swappiness=0
swappiness，Linux内核参数，控制换出运行时内存的相对权重
swappiness参数值可设置范围在0到100之间，低参数值会让内核尽量少用交换，更高参数值会使内核更多的去使用交换空间
默认值为60（当剩余物理内存低于40%（40=100-60）时，开始使用交换空间）
对于大多数操作系统，设置为100可能会影响整体性能，而设置为更低值（甚至为0）则可能减少响应延迟
3) 调整ulimit上限, 默认值为比较小的数字
$ ulimit -n 查看允许最大进程数
$ ulimit -u 查看允许打开最大文件数
4)开启集群的时间同步NTP
三、HDFS调优
1) 保证RPC调用会有较多的线程
属性：dfs.namenode.handler.count
解释：该属性是NameNode服务默认线程数，的默认值是10，根据机器的可用内存可以调整为50~100
属性：dfs.datanode.handler.count
解释：该属性默认值为10，是DataNode的处理线程数，如果HDFS客户端程序读写请求比较多，可以调高到15~20，设置的值越大，内存消耗越多，不要调整的过高，一般业务中，5~10即可。
2) 副本数量的调整
属性：dfs.replication
解释：如果数据量巨大，且不是非常之重要，可以调整为2~3，如果数据非常之重要，可以调整为3~5。
3) 文件块大小的调整
属性：dfs.blocksize
解释：块大小定义，该属性应该根据存储的大量的单个文件大小来设置，如果大量的单个文件都小于100M，建议设置成64M块大小，对于大于100M或者达到GB的这种情况，建议设置成256M，一般设置范围波动在64M~256M之间。
四、HBase的调优
1) 优化DataNode允许的最大文件数
属性：dfs.datanode.max.transfer.threads
文件：hdfs-site.xml
解释：HBase一般都会同一时间操作大量的文件，根据集群的数量和规模以及数据动作，设置为4096或者更高。默认值：4096
2) 优化延迟高的数据操作的等待时间
属性：dfs.image.transfer.timeout
文件：hdfs-site.xml
解释：如果对于某一次数据操作来讲，延迟非常高，socket需要等待更长的时间，建议把该值设置为更大的值（默认60000毫秒），以确保socket不会被timeout掉。
3) 优化数据的写入效率
属性：
mapreduce.map.output.compress
mapreduce.map.output.compress.codec
文件：mapred-site.xml
解释：开启这两个数据可以大大提高文件的写入效率，减少写入时间。第一个属性值修改为true，第二个属性值修改为：org.apache.hadoop.io.compress.GzipCodec
4) 优化DataNode存储
属性：dfs.datanode.failed.volumes.tolerated
文件：hdfs-site.xml
解释：默认为0，意思是当DataNode中有一个磁盘出现故障，则会认为该DataNode shutdown了。如果修改为1，则一个磁盘出现故障时，数据会被复制到其他正常的DataNode上。
5) 设置RPC监听数量
属性：hbase.regionserver.handler.count
文件：hbase-site.xml
解释：默认值为30，用于指定RPC监听的数量，可以根据客户端的请求数进行调整，读写请求较多时，增加此值。
6) 优化HStore文件大小
属性：hbase.hregion.max.filesize
文件：hbase-site.xml
解释：默认值10737418240（10GB），如果需要运行HBase的MR任务，可以减小此值，因为一个region对应一个map任务，如果单个region过大，会导致map任务执行时间过长。该值的意思就是，如果HFile的大小达到这个数值，则这个region会被切分为两个Hfile。
7) 优化hbase客户端缓存
属性：hbase.client.write.buffer
文件：hbase-site.xml
解释：用于指定HBase客户端缓存，增大该值可以减少RPC调用次数，但是会消耗更多内存，反之则反之。一般我们需要设定一定的缓存大小，以达到减少RPC次数的目的。
8) 指定scan.next扫描HBase所获取的行数
属性：hbase.client.scanner.caching
文件：hbase-site.xml
解释：用于指定scan.next方法获取的默认行数，值越大，消耗内存越大。
五、内存优化
HBase操作过程中需要大量的内存开销，毕竟Table是可以缓存在内存中的，一般会分配整个可用内存的70%给HBase的Java堆。但是不建议分配非常大的堆内存，因为GC过程持续太久会导致RegionServer处于长期不可用状态，一般16~48G内存就可以了，如果因为框架占用内存过高导致系统内存不足，框架一样会被系统服务拖死。
1) JVM优化
2）并行GC
参数：-XX:+UseParallelGC
解释：开启并行GC
3) 同时处理垃圾回收的线程数
参数：-XX:ParallelGCThreads=cpu_core – 1
解释：该属性设置了同时处理垃圾回收的线程数。
4) 禁用手动GC
参数：-XX:DisableExplicitGC
解释：防止开发人员手动调用GC
六、Zookeeper的调优
参数：zookeeper.session.timeout
文件：hbase-site.xml
解释：In hbase-site.xml, set zookeeper.session.timeout to 30 seconds or less to bound failure detection (20-30 seconds is a good start).该值会直接关系到master发现服务器宕机的最大周期，默认值为30秒，如果该值过小，会在HBase在写入大量数据发生而GC时，导致RegionServer短暂的不可用，从而没有向ZK发送心跳包，最终导致认为从节点shutdown。一般20台左右的集群需要配置5台zookeeper。
- 📢博客主页：https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
- 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
- 📢大数据系列文章会每天更新，停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨
以上是关于2021年大数据HBase（十七）：HBase的360度全面调优的主要内容，如果未能解决你的问题，请参考以下文章
2021年大数据HBase（十三）：HBase读取和存储数据的流程