大数据应用之HBase数据插入性能优化实测教程

本文主要是介绍大数据应用之HBase数据插入性能优化实测教程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

引言：

大家在使用HBase的过程中，总是面临性能优化的问题，本文从HBase客户端参数设置的角度，研究HBase客户端数据批量插入性能优化的问题。事实胜于雄辩，数据比理论更有说服力，基于此，作者设计了这么一个HBase数据插入性能优化实测实验，希望大家用自己的服务器跑出的结果，给自己一个值得信服的结论。

一、客户单优化参数

　　1.Put List Size
　　HBase的Put支持单条插入，也支持批量插入。

　　2. AutoFlush　　
　　AutoFlush指的是在每次调用HBase的Put操作，是否提交到HBase Server。默认是true,每次会提交。如果此时是单条插入，就会有更多的IO,从而降低性能

　　3.Write Buffer Size
　　Write Buffer Size在AutoFlush为false的时候起作用，默认是2MB,也就是当插入数据超过2MB,就会自动提交到Server

　　4.WAL
　　WAL是Write Ahead Log的缩写，指的是HBase在插入操作前是否写Log。默认是打开，关掉会提高性能，但是如果系统出现故障(负责插入的Region Server　　挂掉)，数据可能会丢失。

参数	默认值	说明
JVM Heap Size		平台不同值不同自行设置
AutoFlush	True	默认逐条提交
Put List Size	1	支持逐条和批量
Write Buffer Size	2M	与autoflush配合使用
Write Ahead Log	True	默认开启，需要手动关闭
…
…

二、源码程序

 import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.hadoop.hbase.HTableDescriptor;
import org.apache.hadoop.hbase.KeyValue;
import org.apache.hadoop.hbase.MasterNotRunningException;
import org.apache.hadoop.hbase.ZooKeeperConnectionException;
import org.apache.hadoop.hbase.client.Delete;
import org.apache.hadoop.hbase.client.Get;
import org.apache.hadoop.hbase.client.HBaseAdmin;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.util.Bytes;/** -------优化案例说明------------* 1.优化参数1：Autoflush                默认关闭，需要手动开启* 2.优化参数2：put list size            支持单条与批量* 3.优化参数3：JVM heap size             默认值是平台而不同，需要手动设置* 4.优化参数4：Write Buffer Size        默认值2M    * 5.优化参数5：Write Ahead Log             默认开启，需要手动关闭* */public class TestInsert {static Configuration hbaseConfig = null;public static void main(String[] args) throws Exception {Configuration HBASE_CONFIG = new Configuration();HBASE_CONFIG.set("hbase.master", "192.168.230.133:60000");HBASE_CONFIG.set("hbase.zookeeper.quorum", "192.168.230.133");HBASE_CONFIG.set("hbase.zookeeper.property.clientPort", "2181");hbaseConfig = HBaseConfiguration.create(HBASE_CONFIG);//关闭wal,autoflush,writebuffer = 24Minsert(false,false,1024*1024*24);//开启AutoFlush，writebuffer = 0insert(false,true,0);//默认值，全部开启insert(true,true,0);}private static void insert(boolean wal,boolean autoFlush,long writeBuffer)throws IOException {String tableName="etltest";HBaseAdmin hAdmin = new HBaseAdmin(hbaseConfig);if (hAdmin.tableExists(tableName)) {hAdmin.disableTable(tableName);hAdmin.deleteTable(tableName);}HTableDescriptor t = new HTableDescriptor(tableName);t.addFamily(new HColumnDescriptor("f1"));t.addFamily(new HColumnDescriptor("f2"));t.addFamily(new HColumnDescriptor("f3"));t.addFamily(new HColumnDescriptor("f4"));hAdmin.createTable(t);System.out.println("table created");HTable table = new HTable(hbaseConfig, tableName);table.setAutoFlush(autoFlush);if(writeBuffer!=0){table.setWriteBufferSize(writeBuffer);}List<Put> lp = new ArrayList<Put>();long all = System.currentTimeMillis();System.out.println("start time = "+all);int count = 10000;byte[] buffer = new byte[128];Random r = new Random();for (int i = 1; i <= count; ++i) {Put p = new Put(String.format("row d",i).getBytes());r.nextBytes(buffer);p.add("f1".getBytes(), null, buffer);p.add("f2".getBytes(), null, buffer);p.add("f3".getBytes(), null, buffer);p.add("f4".getBytes(), null, buffer);p.setWriteToWAL(wal);lp.add(p);if(i%1000 == 0){table.put(lp);lp.clear();}}System.out.println("WAL="+wal+",autoFlush="+autoFlush+",buffer="+writeBuffer+",count="+count);long end = System.currentTimeMillis();System.out.println("total need time = "+ (end - all)*1.0/1000+"s");System.out.println("insert complete"+",costs:"+(System.currentTimeMillis()-all)*1.0/1000+"ms");}
}

三、集群配置

3.1 服务器硬件配置清单