CentOS上HBase性能优化策略
vm.swappiness=0，避免内存不足时频繁换页导致性能骤降）；使用64位操作系统（支持更大内存寻址）；调整文件系统参数（如ext4的data=writeback模式、预读设置blockdev --setra 16384 /dev/sda，提升IO吞吐量）。hbase.regionserver.heapsize，建议占总内存的50%-70%，如32GB内存设为24GB）；开启G1GC垃圾回收器（-XX:+UseG1GC，减少Full GC停顿时间，适合大内存场景）；配置MemStore大小（hbase.regionserver.global.memstore.size，建议不超过堆内存的40%，如24GB堆设为9GB，避免内存溢出）。hbase.hregion.max.filesize，建议10GB-20GB，避免单个Region过大导致查询变慢）；优化Compaction策略（hbase.hstore.compaction.strategy，读多写少场景选TieredCompactionPolicy，减少小文件数量；写多场景选DateTieredCompactionPolicy，平衡写入与读取性能）。hfile.block.cache.size，建议占堆内存的30%-40%，如24GB堆设为8GB，提升热点数据读取性能）；启用BucketCache（off-heap缓存，hbase.bucketcache.ioengine=offheap，减少JVM堆内存压力，适合大内存集群）。hash(userId)）、反转时间戳（Long.MAX_VALUE - timestamp）或组合键（userId_deviceId），使数据均匀分布在不同Region）；结合查询模式设计（如频繁按时间查询，将时间放在RowKey前缀，但需配合散列避免热点）。hbase.hcolumn.max.versions，根据业务需求设置版本数（如实时数据设为1，历史数据设为7）；TTL（Time To Live），自动清理过期数据，减少存储压力）。BufferedMutator接口）替代单条Put，减少RPC调用次数（如每1000条数据批量提交）；使用批量Get（Table.get(List<Get>)）替代单条Get，提升读取效率。Scan.setCaching(500)，默认100，提高每次RPC返回的数据量，减少RPC次数）；指定列族或列（Scan.addFamily()/Scan.addColumn()，避免读取不必要的数据，降低IO开销）；离线批量读取禁用缓存（Scan.setCacheBlocks(false)，避免缓存实时业务热点数据，影响实时查询性能）。HBaseAdmin.createTable(HTableDescriptor, byte[][])，根据RowKey范围划分Region，避免后续数据集中写入单个Region）；定期执行负载均衡（hbase shell balancer命令，或通过hbase.master.loadbalancer.class配置负载均衡器（如StochasticLoadBalancer），确保数据均匀分布在各个RegionServer）。