最主要的是IO的操作(重點)

不要在一張表裡定義太多的Column Family

• Hbase目前不能良好的處理超過包含2-3個CF的表。
• 因為某個CF在flush發生時，它鄰近的CF也會因關聯效應被觸發flush，最終導致系統產生更多IO

配置優化

• zookeeper.session.timeout
  1.預設的是3分鐘
  2.RegionServer與Zookeeper間的連線超時時間。當超時時間到後，ReigonServer會被Zookeeper從RS叢集清單中移除，HMaster收到移除通知後，會對這臺server負責的regions重新balance，讓其他存活的RegionServer接管.
  3.regionserver ->(連線超時) zookeeper ->(傳遞給) hmaster ->(重新分配) region

• hbase.hregion.max.filesize
  1.預設是256M
  2.在當前ReigonServer上單個Reigon的最大儲存空間，單個Region超過該值時，這個Region會被自動split成更小的region

• 壓縮
  1.當對壓縮速度由較高的要求的時候,我們用LZO
  2.當對壓縮率有要求時(對儲存空間)我們用GZIP(預設的)

• 批量匯入
  1.在批量匯入資料到Hbase前，你可以通過預先建立regions，來平衡資料的負載(負載均衡)

• autoflush
  1.將HTABLE的setAutoFlush設定為false,可以支援客戶端批量更新.即當Put填滿客戶端flush快取時，才傳送到服務端,預設是true

• Scan Caching
  1.scanner一次快取多少資料來scan（從服務端一次抓多少資料回來scan）。
  預設值是 1，一次只取一行。

• Scan Attribute Selection
  1.scan時建議指定需要的Column Family，減少通訊量，否則scan操作預設會返回整個row的所有資料（所有Coulmn Family）。

• Close ResultScanners
  1.通過scan取完資料後，記得要關閉ResultScanner，否則RegionServer可能會出現問題（對應的Server資源無法釋放）

• Optimal Loading of Row Keys
  1.當你scan一張表的時候，返回結果只需要row key（不需要CF, qualifier,values,timestaps）時，你可以在scan例項中新增一個filterList，並設定 MUST_PASS_ALL操作，filterList中add?FirstKeyOnlyFilter或KeyOnlyFilter。這樣可以減少網路通訊量。

• Turn off WAL on Puts
  1.當Put某些非重要資料時，你可以設定writeToWAL(false)，來進一步提高寫效能。writeToWAL(false)會在Put時放棄寫WAL log。風險是，當RegionServer宕機時，可能你剛才Put的那些資料會丟失，且無法恢復

• hbase對於記憶體有特別的嗜好，在硬體允許的情況下配足夠多的記憶體給它。
  通過修改hbase-env.sh中的
  export HBASE_HEAPSIZE=3000 #這裡預設為1000m