实时即未来，大数据项目车联网之原始数据实时ETL任务HBase调优

Posted 2023-01-04 Maynor996

1. 原始数据实时ETL任务HBase调优

1.1 数据写入hbase优化

上一节写入数据，一条条数据put到表中，对于大量数据的写入，效率极低，因此针对此项进行优化

• 使用hbase客户端写缓存进行批量写入数据到hbase中

• hbase客户端写缓存对象:BufferedMutator

hbase的每一次put操作写入数据，实际上是一个RPC操作，将客户端的数据传输到hbase服务器再返回结果，适合小数据量写入，当需要写入大量数据时，每一次put连接一次RPC连接，会增加连接次数，因此会增加传输时间和IO消耗

BufferedMutator通过mutate方法提交数据，flush方法可以强制刷新缓冲区提交数据，最后执行close方法也会刷新缓冲区

使用BufferedMutator数据写与直接写数据到hbase的区别：

• 写入步骤与第一节类似，这里针对hbase客户端写入数据方式进行优化

1.2 优化后的代码实现

• 自定义sink，继承RichSinkFunction类