大数据(5c)HBase优化

大数据期末考试 1.分布式系统设计策略包括重试机制,心跳机制 ,副本机制 2.hadoop核心组件由HDFS,MapReduce,Yarn这三大部分组成。 3.分布式系统数据分布设计包括哈希取模,一致性哈希,数据范围划分,数据库划分 4.分布式系统分布式协议包括Paxos机制,Lease机制 5.HDFS集群启动的时候,运行着namenode,datanode,secondaryNamenode三个重要角色 6.... 阅读详情

配置

backup-masters
Not present by default. A plain-text file which lists hosts on which the Master should start a backup Master process, one host per line.
hadoop-metrics2-hbase.properties
Used to connect HBase Hadoop’s Metrics2 framework. See the Hadoop Wiki entry for more information on Metrics2. Contains only commented-out examples by default.
hbase-env.cmd and hbase-env.sh
Script for Windows and Linux / Unix environments to set up the working environment for HBase, including the location of Java, Java options, and other environment variables. The file contains many commented-out examples to provide guidance.
hbase-policy.xml
The default policy configuration file used by RPC servers to make authorization decisions on client requests. Only used if HBase security is enabled.
hbase-site.xml
HBase主要配置文件
该文件上面的配置会覆盖默认配置 docs/hbase-default.xml
我们可以通过HBase浏览器界面查看全部有效配置
log4j.properties
HBase日志配置
regionservers
A plain-text file containing a list of hosts which should run a RegionServer in your HBase cluster. By default, this file contains the single entry localhost. It should contain a list of hostnames or IP addresses, one per line, and should only contain localhost if each node in your cluster will run a RegionServer on its localhost interface.

优化

内存优化
建议分配整个可用内存的70%给HBase的Java堆(Table可以缓存在内存中)
但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

允许在HDFS的文件中追加内容
配置文件:hdfs-site.xml、hbase-site.xml

属性建议值说明
dfs.support.appendtrue开启HDFS追加同步,可以优秀的配合HBase的数据同步和持久化

DataNode允许的最大文件打开数
配置文件:hdfs-site.xml

属性建议值说明
dfs.datanode.max.transfer.threads≥4096HBase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

数据操作的等待时间
配置文件:hdfs-site.xml

属性建议值说明
dfs.image.transfer.timeout>60000毫秒如果某次数据操作延迟非常高,socket需要等待较长时间,建议把该值设置更大,使socket不容易超时断联

数据的写入效率
配置文件:mapred-site.xml

属性建议值说明
mapreduce.map.output.compresstrue开启map输出压缩,可减少写入时间
mapreduce.map.output.compress.codecGzipCodec也可用其它压缩方式

RPC监听数量
配置文件:hbase-site.xml

属性建议值说明
hbase.regionserver.handler.count≥30Count of RPC Listener instances spun up on RegionServers. Same property is used by the Master for count of master handlers. Too many handlers can be counter-productive. Make it a multiple of CPU count. If mostly read-only, handlers count close to cpu count does well. Start with twice the CPU count and tune from there.

HStore文件大小
配置文件:hbase-site.xml

属性建议值说明
hbase.hregion.max.filesize默认值10737418240(10GB);跑HBase的MR时,可减小此值,因为一个Region对应一个map,单个Region过大会导致map任务执行时间过长如果Region中的所有HFile的大小总和达到该数值,该Region就切为两个

HBase客户端缓存
配置文件:hbase-site.xml

属性建议说明
hbase.client.write.buffer增大该值可以减少RPC调用次数(但会消耗更多内存)指定HBase客户端缓存

指定scan.next扫描HBase所获取的行数
配置文件:hbase-site.xml

属性建议说明
hbase.client.scanner.caching值越大,消耗内存越大指定scan.next方法获取的默认行数

flush、compact、split

属性默认值说明
hbase.hregion.memstore.flush.size134217728Memstore will be flushed to disk if size of the memstore exceeds this number of bytes. Value is checked by a thread that runs every hbase.server.thread.wakefrequency.
hbase.regionserver.global.memstore.size.lower.limitnoneMaximum size of all memstores in a region server before flushes are forced. Defaults to 95% of hbase.regionserver.global.memstore.size (0.95). A 100% value for this value causes the minimum possible flushing to occur when updates are blocked due to memstore limiting. The default value in this configuration has been intentionally left empty in order to honor the old hbase.regionserver.global.memstore.lowerLimit property if present.
hbase.regionserver.global.memstore.sizenoneMaximum size of all memstores in a region server before new updates are blocked and flushes are forced. Defaults to 40% of heap (0.4). Updates are blocked and flushes are forced until size of all memstores in a region server hits hbase.regionserver.global.memstore.size.lower.limit. The default value in this configuration has been intentionally left empty in order to honor the old hbase.regionserver.global.memstore.upperLimit property if present.

不知所云
建议把hbase.regionserver.global.memstore.size.lower.limit设置0.75左右

HBase启动一段时间后关不掉

关闭需要进程ID,进程ID默认存到/tmp,一段时间后自动清理,对此可修改路径

vim $HBASE_HOME/conf/hbase-env.sh
export HBASE_PID_DIR=$HBASE_HOME/logs/pids

分发

rsync.py $HBASE_HOME/conf/hbase-env.sh

Appendix

en🔉cn
backupˈbækʌpn. 支持;后援;adj. 支持的;候补的;vt. 做备份
specifyˈspesɪfaɪvt. 指定;详细说明;列举;把…列入说明书
frameworkˈfreɪmwɜːrkn. 框架,骨架;结构,构架
exceedɪkˈsiːdv. 超出
intentionallyɪnˈtenʃənəliadv. 故意地
大数据领域HBase的表结构设计优化技巧 数据分布挑战:如何避免热点Region,实现负载均衡查询效率挑战:如何优化基于RowKey的范围查询与随机查询存储效率挑战:如何平衡读写性能与存储开销演进管理挑战:如何应对数据模式变化与历史数据迁移这些挑战在数据规模增长时呈非线性放大,早期设计缺陷可能导致后期重构成本呈指数级增长。A[需求分析] --> A1[数据量预估]A --> A2[读写比例]A --> A3[查询模式]A --> A4[数据生命周期]B[RowKey设计] --> B1[分布均匀性测试] 阅读详情

相关推荐

大数据Hadoop运维应用实践——Hbase与hadoop的整合_Hbase的配置安装

本文详细介绍了HBase分布式数据库的配置安装与使用实践。主要内容包括:1. HBase的介绍(是什么?有啥用?优缺点、适用与不适用场景)。2. 版本选型指南:针对不同JDK版本HBase和Hadoop环境提供兼容性矩阵。3. 集群部署实践:包含环境变量配置、JVM参数调优、核心参数(hbase-site.xml)详解,特别强调内存分配(堆内外)、ZK超时、Region分裂等关键配置与高可用配置。最后提供了Ansible自动化批量部署脚本,适合企业级生产环境安装部署HBase参考。

提供C#相关开发 、云计算、运维测试、网络安全相关技术分享与服务,有意向可联系。 199

BigData-12:HBase进阶

问题:HBase的索引(rowkey也有索引—通常是一个组合行键、二级索引) 一、使用Java API操作HBase 二、搭建HBase的全分布环境和HA 1、搭建HBase的全分布: bigdata112 bigdata113 bigdata114 注意:时间同步 如果不同步: (1)Hadoop:执行MR出错 (2)HBase:RegionServer会自动停止 bigdata112: ...

feiyan的博客 273

CDH6.3.2集成Phoenix5与HBase2.1大数据平台搭建实战

Phoenix5 作为 HBase 上的 SQL 引擎,极大提升了 HBase 的易用性与查询性能。通过在 CDH6.3.2 平台中合理部署 Phoenix5,并结合 Hive、Spark 等工具,可以构建高效、灵活的大数据查询与分析平台。

weixin_33173126的博客 830

大数据存储成长:HBase 从表设计到查询优化的 6 个实战技巧

以上 6 个技巧从表设计(行键、列族、预分区)到查询优化(压缩、过滤器、批量操作)形成闭环,能有效应对数据增长挑战。设计阶段优先考虑行键和预分区。优化阶段结合监控工具(如 HBase Web UI)调整参数。测试是关键:使用 YCSB 等工具模拟负载,确保优化后吞吐量提升 30% 以上。通过逐步应用这些技巧,您能显著提升 HBase 的稳定性和性能。如需深入某个点,可提供更多细节!

2501_93877833的博客 672

分布式光纤传感(DFOS)DTS/DAS/DSS 三合一:10公里管线监测实战与数据解读

本文详细介绍了分布式光纤传感(DFOS)技术在10公里管线监测中的实战应用,通过DTS(温度)、DAS(振动)、DSS(应变)三合一系统,实现对管线健康状态的立体感知。文章涵盖工程部署、数据采集、多物理量数据融合及噪声抑制等关键技术,展示了如何通过一根光纤完成复杂监测任务,显著提升管线安全性和维护效率。

weixin_29168153的博客 315

新手必看:电路设计里的‘地’到底怎么接?单点、多点、混合接地保姆级图解

本文深入解析电路设计中的接地技术,涵盖单点、多点和混合接地的原理与应用。通过详细的图解和实战案例,帮助新手理解接地在提供参考电位、构成电流回路及抑制电磁干扰中的关键作用,避免常见设计误区,提升电路稳定性与抗干扰能力。

weixin_28455801的博客 297

大数据组件之HBase

文章目录前言一、HBase1、Region2、RegionServer3、Master4、Zookeeper二、HBases的Standalone安装1、解压配置环境变量1.下载2.解压3.配置环境变量2、修改配置文件信息1.hbase-env.sh2.hbase-site.xml3.启动HBase4.验证启动是否成功三、HBase完全分布式搭建四、HBase常见shell指令1、基本指令1.打开HBase shell2. 获取帮助3. 查看服务器状态4.查看版本信息5.创建命名空间6.描述命名空间7.删除

m0_43405302的博客 4629

Codex辅助小说创作:零成本AI写作指南与实战技巧

自然语言处理技术通过深度学习模型理解语义上下文,其核心原理是基于大规模文本训练的语言模型预测能力。在创意写作领域,这项技术的价值在于突破传统写作工具的功能局限,实现从内容生成到风格模仿的智能化辅助。特别是提示词工程的应用,让创作者能够精准控制AI输出的内容和风格。在实际应用场景中,AI写作工具显著降低了小说创作门槛,适用于网络小说、奇幻科幻等多种文学类型。本文以OpenAI Codex为例,详细解析如何利用AI技术完成从故事大纲设计、章节生成到平台发布的全流程创作,其中提示词优化和内容质量把控是提升生成效果

weixin_32678995的博客 558

大数据技术之HBase整合 Phoenix(6)

Phoenix 是 HBase 的开源 SQL 皮肤。可以使用标准 JDBC API 代替 HBase 客户端 API 来创建表,插入数据和查询 HBase 数据。

qq_45115959的博客 1763

基于单片机智能家居控制系统设计

*单片机设计介绍,基于单片机智能家居控制系统设计。

QQ2193276455的博客 1714

说说通用报表控件

我们已经开发有2款WINCC报表控件,一种是固定模板,一种是自定义模板。但是它们有个共同特点,就是数据都是来自WINCC的归档数据库。使用WINCC归档数据库的好处是不需要自己写脚本保存数据。但是有些情况下,我们需要自己保存数据,或者第三方系统通过数据表的方式给我们提供数据。那这样的话,我们之前的两款控件就不支持了。正好有个客户有类似需要,于是加了一天班写了个通用报表控件。之所以说是通用,是因为它可以插入任何支持.NET控件的组态软件中,比如WINCC、IFIX等。并且它不依赖于组态软件自己...

HwLib_的博客 3550

HBase在大数据领域环保数据处理中的应用

近年来,环境监测传感器、卫星遥感、无人机巡检等技术的普及,使得环保数据呈现多源(传感器/业务系统/第三方平台)异构(结构化/半结构化/非结构化)海量(TB级至PB级)的特征。传统关系型数据库在面对亿级以上数据量时,常出现存储成本高、写入性能下降、实时查询延迟大等问题。HBase作为Apache Hadoop生态的核心组件,基于分布式列式存储架构,天然适合处理高吞吐量的读写场景和稀疏数据模型,成为环保数据处理的理想选择。

专注搜索引擎技术 1069

ASIC--DFT可测性设计工程师

DFT是什么? DFT是design for test(可测性设计)的缩写,就是在芯片设计过程中,加入可测性逻辑。有的公司把该职位归到前端设计,有的归到中端实现。 DFT职位大多分布于规模较大的数字IC设计公司里,因为大公司对芯片品质要求高,而且规模越大,芯片越贵,DFT就越复杂越重要。DFT主要是通过在芯片中加入可测性逻辑,等芯片制造出来,在ATE(AutomaticTestEquipmen...

TroubleMaker 2万+

从酒店评论词频分析看旅游大数据:HBase+MapReduce实战案例

本文通过HBase+MapReduce实战案例,深入分析酒店评论词频,揭示旅游大数据的商业价值。从数据采集、存储架构到核心算法实现,详细展示了如何利用大数据技术提取用户评论中的关键信息,为酒店运营和精准营销提供数据支持。

Jerry的专栏 893

利用易特天下 ipbox&零层壹号 sdwan 组网盒子实现异地组网

一款支持zerotier的异地组网盒子

v808v808的博客 3347

基于NRF52833芯片的DW3000 SPI驱动接口代码实现

详细介绍基于NRF52833、nRF52820 、nRF52832 nRF52840 芯片的DW3000 硬件驱动接口代码

DT程序员的博客 1214

大数据实训笔记8:hbase

介绍了hbase的安装部署及集群的启动和停止,演示了hbase的基本shell操作和API应用。介绍了hbase和mapreduce集成的环境配置与几个案例。最后介绍了hbase优化。

Roslin_v的博客 1149

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

大数据技术原理及应用课实验3 :熟悉常用的HBase操作

在本次实验中,我更加进一步理解了HDFS在Hadoop体系结构中的角色并能使用HDFS操作常用的Shell命令以及HDFS操作常用的Java API。在本次实验的第一题是用编程Java API实现指定功能,并用Hadoop提供的HBase Shell命令完成相同任务。在本题中学习了列出HBase所有的表的相关信息,在终端打印出指定的表的所有记录数据,向已经创建好的表添加和删除指定的列族或列,清空指定的表的所有记录数据,统计表的行数。

weixin_60530224的博客 1万+

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

大数据技术之HBase

HBase基础1.Hbase的基本概述2.HBase的访问接口3.HBase的数据模型4.HBase的实现原理5.HBase的运行机制6.HBase的应用方案7.HBase的安装使用 1.Hbase的基本概述 什么是BigTable BigTable 是一个分布式存储系统,它利用谷歌提出的MapReduce分布式并行计算模型来处理海量数据,使用谷歌分布式文件系统GFS作为底层数据存储,采用Chubby提供协同服务管理,可以扩展到PB级别的数据和上千台机器,具备广泛应用性、可扩展性、高性能和高可用性等特

ProChick's Blog 2452

ruoyi+Hadoop+hbase实现大数据存储查询

ruoyi+Hadoop+hbase实现大数据存储查询前言部署Hadoop部署Hbase基于若依进行二次开发最终效果 前言 有个现实的需求,数据量可能在100亿条左右。现有的数据库是SQL Server,随着采集的数据不断的填充,查询的效率越来越慢(现有的SQL Server查询已经需要数十秒钟的时间),看看有没有优化的方案。 考虑过SQL Server加索引、分区表、分库分表等方案,但数据量增长太快,还是很快就会遇到瓶颈,因此需要更优化的技术。在众多的NOSQL和大数据技术之下,针对此场景,主要考虑了两种

极简的随笔 1927

Hbase性能优化【Phoenix、Hive集成HBase】

一、Phoenix概述 Phoenix简介 构建在HBase上的SQL层 使用标准SQL在HBase中管理数据 使用JDBC来创建表,插入数据、对HBase数据进行查询 Phoenix JDBC Driver容易嵌入到支持JDBC的程序中 Phoenix使HBase更易用 Phoenix应用场景 Phoenix适合场景 快速而容易地构建基于HBase的应用程序 需要极大的规模、性能和并发性的SQL应用程序 在转换到Hadoop时重用已有的SQL技能 BI工具(对SQL支持较好) Phoenix不适合

lyq7269的博客 1648

物流大数据实践:基于 Spark 与 HBase 优化快递路径规划与运力调度

在物流行业中,大数据技术能显著提升效率、降低成本。本实践结合 Apache Spark(分布式计算引擎)和 HBase(分布式 NoSQL 数据库),优化快递路径规划(如最短路径)和运力调度(如车辆分配)。下面我将逐步解释核心概念、优化方法、实现步骤,并提供示例代码。整个过程基于真实场景,确保实用性和可靠性。通过本实践,企业可实现智能物流:例如,某快递公司应用后,配送时间缩短 25%,资源利用率提升 30%。以下是一个简化示例,展示 Spark 与 HBase 集成,优化路径和调度。

2501_93894221的博客 441

大数据技术原理与应用——分布式数据库 HBase

大数据技术原理与应用——分布式数据库 HBase 4.1 概述 4.1.1 从 BigTable 说起 BigTable 是一个分布式存储系统 BigTable 起初用于解决典型的互联网搜索问题 建立互联网索引 1.爬虫持续不断地抓取新页面,这些页面每页一行地存储到 BigTable 里 2.MapReduce 计算作业运行在整张表上,生成索引,为网络搜索应用做准备 搜索互联网 3.用户发起网络搜...

linjiayina的博客 2623

数分-理论-大数据4-HBase

数分-理论-大数据4-HBase(分布式数据库) (数据分析系列) 文章目录数分-理论-大数据4-HBase(分布式数据库)1知识点2具体内容2.1Hadoop局限2.2简介2.3HBase数据模型2.3.1模型2.3.2相关概念2.3.3数据坐标2.3.4概念视图2.3.5物理视图2.3.6面向列存储2.4实现原理2.4.1HBase功能组件2.4.2表和Region2.4.3Region的定位2.5运行机制2.5.1HBase系统架构2.5.2Region服务器工作原理2.5.3Store的工作原理2.

yxyibb 1728

HBASE从入门到精通

HBASE从入门到精通   Hadoop学习教程: http://ihadoop.taobao.com http://item.taobao.com/item.htm?spm=686.1000925.1000774.6.uOwp2B&id=24255708186 一、 HBase技术介绍   HBase简介 HBase – Hadoop Database,是一个高可靠性、高性能、面

静。。。。。。。。。 1万+

[大数据]HBase(2)

4.整合Phoenix 4.1 Phoenix简介 4.1.1 Phoenix定义 Phoenix是HBase的开源SQL皮肤。可以使用标准JDBC API代替HBase客户端API来创建表,插入数据和查询HBase数据。 4.1.2 Phoenix特点 1)容易集成:如Spark,Hive,Pig,Flume和Map Reduce; 2)操作简单:DML命令以及通过DDL命令创建和操作表和版本化增量更改; 3)支持HBase二级索引创建。 4.1.3 Phoenix架构 4.2 Phoenix快速入门

RegulusF的博客 183
上一篇: 大数据(2f)HDFS补充
下一篇: 大数据(5d)Phoenix
小基基o_O
博客等级 码龄9年 4413粉丝 467原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小基基o_O

您的鼓励是我创作的巨大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值