hbase 配置

HBase使用与Hadoop相同的配置系统，所有配置文件都位于 conf/ 目录中，需要保持群集中每个节点的同步。

配置文件说明

backup-masters - 这是一个纯文本文件，其中列出了主服务器应在其上启动备份主进程的主机列表，每行一台主机名（默认情况下不存在）
hadoop-metric2-hbase.properties - 用于连接HBase和Hadoop的Metric2框架，默认情况下只包含注释出的示例
/hbase-env.cmd 和 /hbase-env.sh - 用于Windows和Linux/Unix环境的脚本，用于设置HBase的工作环境，包括 JAVA和其他环境变量的配置（该文件包含许多注释示例来提供指导，该文件的改动需要重启HBase才能生效）
hbase-policy.xml - RPC服务器使用默认策略配置文件对客户端请求进行授权决策（仅在启用HBase安全性的情况下使用）
hbase-site.xml - 主要的HBase配置文件，该文件覆盖了HBase的默认配置的配置选项（可以在HBase Web UI的HBase配置选项中查看整个集群的有效配置，包括默认和覆盖的）
log4j.properties - HBase日志记录的配置文件
regionservers - 纯文本文件，包含在HBase集群中运行RegionSever的主机名或IP列表，每行一个（默认情况下，这个文件包含单条条目 localhost）

检查XML有效性

在对HBase进行配置，即编辑hbase-site.xml文件时，确保语法正确且XML格式良好。我们可以使用 xmllint 检查XML格式是否正确，默认情况下， xmllint 重新流动并将XML打印到标准输出。如果检查格式是否正确，并且只在存在错误时才打印输出，可以使用以下命令：

xmllint -noout filename.xml

集群间保持同步配置

当在完全分布式环境下运行HBase时，在对HBase配置文件进行修改后，确保将 /conf/ 目录下的配置文件同步到集群其他节点上，可以使用 rsync、scp 或其他安全机制将配置文件复制到其他节点上。（对于大多数配置，服务器需要重新启动配置才能生效）

HBase默认配置

1. 重要配置（用于启动HBase）

hbase.tmp.dir - 本地文件系统 的临时文件夹（重新启动计算机将清空 /tmp目录）
- 类型：string
- 默认值：${java.io.tmpdir}/hbase-${user.name}
hbase.rootdir - 这个目录是region服务器共享的目录，用来持久存储HBase的数据，URL必须完全正确，其中包含了文件系统的schema。例如，要表示HDFS中的/hbase目录，HDFS实例的namenode需要运行在服务器 namenode.example.org 的9000端口，且需要将这个属性设置为 hdfs://namenode.example.org:9000/hbase。默认情况下，HBase是写到/tmp下的，如果不修改这个配置，数据将会在集群重启时丢失。
- 类型：string
- 默认值：${hbase.tmp.dir}/hbase
hbase.cluster.distributed - HBase集群的运行模式，该值为 false 时，集群为单机模式；该值为 true 时，集群是分布式模式。如果将该值设置为false，则HBase与Zookeeper的守护进程将运行在一个JVM中。
- 类型：boolean
- 默认值：false
hbase.zookeeper.quorum - Zookeeper Quorum中的服务器列表，使用逗号分隔。默认设置为“host1.mydomain.com，host2.mydomain.com，host3.mydomain.com”，协助伪分布式模式使用。在完全分布式模式下，用户需要把所有Zookeeper Quorum节点添加进去，如果在 hbase-env.sh 文件中设置了 HBASE_MANAGES_ZK变量，则此列表中的节点就是我们启动或停止Zookeeper服务的节点。
- 类型：string
- 默认值：localhost

2. HMaster相关配置

hbase.master.port - HMaster绑定端口
- 类型：int
- 默认值：16000
hbase.master.info.port - HBase Master的Web UI端口，如果不想启动UI实例，则可以将当前参数设置为-1
- 类型：int
- 默认值：16010
hbase.master.info.bindAddress - HBase Master 的 Web UI绑定的地址
- 类型：string
- 默认值：0.0.0.0
hbase.master.logcleaner.plugins - WAL/HLog清理程序，类名之间以逗号分隔，类会被LogsCleaner服务顺序调用，以删除最早的HLog文件（用户可以实现自己的清理程序，只需要在HBase的classpath中设置完整的类名即可）
- 类型：string
- 默认值：org.apache.hadoop.hbase.master.cleaner.TimeToLiveLogCleaner,org.apache.hadoop.hbase.master.cleaner.TimeToLiveProcedureWALCleaner
hbase.master.logcleaner.ttl - HLog文件在 {hbase.rootdir}/oldWALs 目录中最长的生命周期，一旦超过这个值，HLog就会被master的线程清理掉
- 类型：long
- 默认值：600000 （单位：毫秒）
hbase.master.procedurewalcleaner.ttl - 一个WAL程序在归档目录中存在的最大生命周期，一旦超过这个值，将会被master的线程清理掉
- 类型：long
- 默认值：604800000 （单位：毫秒）
hbase.master.hfilecleaner.plugins - BaseHFileCleanerDelegate清理程序类，类名之间由逗号分隔，类会被HFileCleaner服务顺序调用（用户可以实现自己的清理程序，只需要在HBase的classpath中设置完整的类名即可）
- 类型：string
- 默认值：org.apache.hadoop.hbase.master.cleaner.TimeToLiveHFileCleaner
hbase.master.infoserver.redirect - HMaster是否监听 Master Web UI 端口（hbase.master.info.port）并将请求重定向到由 Master 和 HRegionServer 共享的 Web UI服务器，当Master对Regions（非默认）提供服务时配置才有意义
- 类型： boolean
- 默认值：true
hbase.master.fileSplitTimeout - Region Split时文件拆分的超时时间（此设置曾在hbase-1.x中命名为：hbase.regionserver.fileSplitTimeout，现在Region Split运行在master端，因此被重新命名）
- 类型：long
- 默认值：600000

3. RegionServer相关配置

hbase.regionserver.port - HBase RegionServer绑定的端口
- 类型：int
- 默认值：16020
hbase.regionserver.info.port - HBase RegionServer的Web UI端口，设置为-1可以禁用HBase RegionServer的Web UI
- 类型：int
- 默认值：16030
hbase.regionserver.info.bindAddress - HBase RegionServer的Web UI地址
- 类型：string
- 默认值：0.0.0.0
hbase.regionserver.info.port.auto - 该属性用于指定 Master 或 RegionServer 是否要动态搜索一个要绑定的端口，当 hbase.regionserver.info.port 已经被占用的时候，可以搜索一个空闲的端口来绑定（这个功能在测试的时候很有用，默认关闭）
- 类型：boolean
- 默认值：false
hbase.regionserver.handler.count - RegionServer中RPC监听器实例的数量（即RegionServer处理客户端请求的线程数），对于master来说，这个属性是master受理的处理线程（handler）数量（太多的处理程序可能适得其反，设置其为CPU数量的倍数；如果大多数需求是只读型的，那么将处理程序数量设置为接近CPU数量效果最佳）
- 类型：int
- 默认值：30
hbase.ipc.server.callqueue.handler.factor - 确定callqueue数量的因素（0-表示在所有处理程序之间共享单个队列；1-表示每个处理程序都有自己的队列）
- 类型：float
- 默认值：0.1

hbase.ipc.server.callqueue.read.ratio - 将callqueue拆分为读写队列，指定的间隔（介于0.0~1.0之间）将乘以调用队列的数量（0-表示不拆分调用队列，这意味着读取和写入请求都将被推送到同一组队列；低于0.5的值意味着读取队列将少于写入队列；值0.5表示相同数量的读写队列；大于0.5的值意味着将有比写入队列更多的读取队列；值1.0表示除了一个队列之外的所有队列都用于分派读取请求）

类型：float
默认值：0

示例：
如果调用队列的总数为10，则read.ratio的值为0意味着：10个队列将包含读/写两组请求；
read.ratio的值为0.3意味着：3个队列仅包含读取请求，7个队列仅包含写入请求；
read.ratio的值为0.5意味着：5个队列仅包含读取请求，5个队列仅包含写入请求；
read.ratio的值为0.8意味着：8个队列仅包含读取请求，2个队列仅包含写入请求；
read.ratio的值为1.0意味着：9个队列仅包含读取请求，1个队列仅包含写入请求

hbase.ipc.server.callqueue.scan.ratio - 将读取调用队列拆分成小读取队列（对应get操作）和长读取队列（对应scan操作），其中读取调用队列的数量，根据调用队列的总数乘以 callqueue.read.ratio 计算（低于0.5的值意味着长读取队列的数量将少于短读取队列；值为0.5意味着将有相同数量的短读取和长读取队列；值大于0.5意味着长读取队列的数量将多于短读取队列；值为0或1表示使用相同的队列集进行获取和扫描）
- 类型：float
- 默认值：0
```
示例：
如果读取调用队列的总数为8，则scan.ratio的值为0或1意味着：8个队列将长读取请求和短读取请求；
scan.ratio的值为0.3意味着：2个队列仅包含长读取请求，6个队列仅包含短读取请求；
scan.ratio的值为0.5意味着：4个队列仅包含长读取请求，4个队列仅包含短读取请求；
scan.ratio的值为0.8意味着：6个队列仅包含长读取请求，2个队列仅包含短读取请求
```
hbase.regionserver.msginterval - 消息从RegionServer发送到HBase Master的时间间隔（单位：毫秒）
- 类型：int
- 默认值：3000（3秒）
hbase.regionserver.logroll.period - 无论当前日志（edits）中有多少记录，达到这个时间间隔，系统都会自动滚动已经提交的日志（单位：毫秒）
- 类型：long
- 默认值：3600000
hbase.regionserver.logroll.errors.tolerated - 可接受的WAL关闭错误个数，到达后将触发服务器终止（如果设置为0，那么在 WAL writer 做 log rolling失败时就终止RegionServer，即使设置为一个很小的值也会让RegionServer承担瞬间的HDFS错误）
- 类型：int
- 默认值：2
hbase.regionserver.hlog.reader.impl - 负责实现HLog文件读取的类
- 类型：string
- 默认值：org.apache.hadoop.hbase.regionserver.wal.ProtobufLogReader
hbase.regionserver.hlog.writer.impl - 负责实现HLog文件写入的类
- 类型：string
- 默认值：org.apache.hadoop.hbase.regionserver.wal.ProtobufLogWriter
hbase.regionserver.global.memstore.size - 在新的更新被阻止并强制flush之前，RegionServer的全部memstore最大值（默认为堆内存的40%，直到RegionServer中的所有 memstore 的大小达到 hbase.regionserver.global.memstore.size.lower.limit，更新将被阻止并强制flush，此配置中的默认值特意设置为空，以便遵守旧的 hbase.regionserver.global.memstore.upperLimit 属性）
- 类型：float
- 默认值：空
```
在旧的版本中，该属性为 hbase.regionserver.global.memstore.upperLimit
即单个region服务器的全部memstore的最大值，一旦超过这个值，一个新的更新操作将会被挂起，强制执行写操作（默认值为：堆内存的40%）
```
hbase.regionserver.global.memstore.size.lower.limit - 强制刷新之前，RegionServer中所有memstore的最大大小（默认值为：hbase.regionserver.global.memstore.size 的95%），当由于内存限制而导致更新被阻塞时，系统会以尽可能小的刷新量刷新数据，此值中的默认值特意设置为空，以遵守旧的 hbase.regionserver.global.memstore.lowerLimit 属性
- 类型：float
- 默认值：空
```
  在旧的版本中，该属性为 hbase.regionserver.global.memstore.lowerLimit
  即所有的region的memstore所占用的内存总和达到堆内存的35%时，HBase会强制刷写数据到磁盘中（当这个值与 hbase.reigonserver.global.memstore.upperLimit
相等时，更新操作由于memstore限制被阻塞时系统会以尽可能小的刷写量刷写数据）
```
hbase.systemtables.compacting.memstore.type - 用于系统表（hbase:meta，namespace等）的memstore压缩类型，默认值为NONE（即不使用任何压缩类型），如果我们需要为系统表使用压缩存储器，那么需要将这个属性设置为： BASIC 或 EAGER
- 类型：string
- 默认值：NONE
hbase.regionserver.optionalcacheflushinterval - 在自动刷写之前，一个 edit 版本在内存中缓存的最长时间（设置为0则禁止自动flush）
- 类型：long
- 默认值：3600000（单位：毫秒）
hbase.regionserver.dns.interface - 当使用DNS时，RegionServer用来上报的IP地址的网络接口名
- 类型：string
- 默认值：default
hbase.regionserver.dns.nameserver - 当使用DNS时，RegionServer使用的DNS的域名或者IP地址（RegionServer使用它来确定和master进行通信的域名）
- 类型：string
- 默认值：default
hbase.regionserver.region.split.policy - region 分裂策略（分裂策略决定了一个region该如何分裂），当前可用的split策略有 BusyRegionSplitPolicy，ConstantSizeRegionSplitPolicy，DisabledRegionSplitPolicy，DelimitedKeyPrefixRegionSplitPolicy，KeyPrefixRegionSplitPolicy，SteppingSplitPolicy等，其中 DisabledRegionSplitPolicy 会阻止手动 region split
- 类型：string
- 默认值：org.apache.hadoop.hbase.regionserver.SteppingSplitPolicy
hbase.regionserver.regionSplitLimit - Region数量到达这个值后就不会再分裂（这不是一个Region数量的硬性限制，但是起到了一定指导性的作用，到达这个值就该停止分裂），默认值为 MAX_INT ，即不阻止分裂
- 类型：int
- 默认值：2147483647

4. Zookeeper相关配置

zookeeper.session.timeout - Zookeeper会话超时时间，这个值用于HBase连接ZK客户端，HBase会把这个值传递给Zookeeper Quorum作为建议的会话最大超时时间（如果客户端超时，服务器端会做相应处理反馈给订阅事件的客户端）
- 类型：long
- 默认值：90000（单位：毫秒）
zookeeper.znode.parent - HBase在Zookeeper中的根znode，所有的HBase对应要操作Zookeeper的znode都会用这个目录作为相对路径（默认情况下，所有HBase的Zookeeper文件路径都是相对路径，所以都会去这个目录下进行操作）
- 类型：string
- 默认值: /hbase
zookeeper.znode.acl.parent - 用于访问的控制列表的根znode
- 类型：string
- 默认值：acl
hbase.zookeeper.dns.interface - 使用DNS的时候，Zookeeper用来上报的IP地址的网络接口名
- 类型：string
- 默认值：default
hbase.zookeeper.dns.nameserver - 当使用DNS的时候，Zookeeper使用的DNS的域名或IP地址（Zookeeper通过它来确定和master进行通信的域名）
- 类型：string
- 默认值：default
hbase.zookeeper.peerport - Zookeeper节点内部之间通信的端口
- 类型：int
- 默认值：2888
hbase.zookeeper.leaderport - Zookeeper用来选举主节点的端口
- 类型：int
- 默认值：3888
hbase.zookeeper.property.initLimit - 初始化同步阶段可使用的tick的数量限制（Zookeeper 的 zoo.cfg 配置文件中的属性）
- 类型：int
- 默认值：10
hbase.zookeeper.property.syncLimit - 发送一个请求到获得承认之间的tick的数量限制（Zookeeper 的 zoo.cfg 配置文件中的属性）
- 类型：int
- 默认值：5
hbase.zookeeper.property.dataDir - Zookeeper元数据快照的存储目录（Zookeeper 的 zoo.cfg 配置文件中的属性）
- 类型：string
- 默认值：${hbase.tmp.dir}/zookeeper
hbase.zookeeper.property.clientPort - Zookeeper客户端连接端口（Zookeeper 的 zoo.cfg 配置文件中的属性）
- 类型：int
- 默认值：2181
hbase.zookeeper.property.maxClientCnxns - Zookeeper集群中的单个节点接受的当个客户端（以IP进行区分）的请求的并发数，这个值可以适当调高一点，以避免在单机模式和伪分布式模式中出现连接问题（Zookeeper 的 zoo.cfg 配置文件中的属性）
- 类型：int
- 默认值：300

5. Client相关配置

hbase.client.write.buffer - HTable客户端写缓冲区的默认字节大小（该值越大消耗的内存越多，由于服务器端也需要消耗内存来处理传入的数据，客户端与服务器端都会消耗更多的内存，较大的缓冲区大小有助于减少RPC调用的次数；例如，服务器端内存的消耗大概等于 hbase.client.write.buffer * hbase.regionserver.handler.count 的值）
- 类型：long
- 默认值：2097152
hbase.client.pause - 常规的客户端暂停时间（用于当客户端请求失败时，重新尝试连接前，等待的时间间隔）
- 类型：long
- 默认值：100（单位：毫秒）
hbase.client.pause.cqtbe - 是否为 CallQueueTooBigException 使用特殊客户端暂停（如果观察到来自同一个RegionServer的频繁CQTBE，并且其中的调用队列保持充满，则将此值设置为比 hbase.client.pause 更高的值）
hbase.client.retries.number - 最大重试次数，用于所有可重试操作（region查询、get和update等）的最大值
- 类型：int
- 默认值：15
hbase.client.max.total.tasks - 单个HTable实例可以提交给集群的最大并发任务数
- 类型：int
- 默认值：100
hbase.client.max.perserver.tasks - 单个HTable实例给单个regionserver提交的最大并发任务数
- 类型：int
- 默认值：5
hbase.client.max.perregion.tasks - 客户端维护到单个Region的最大连接数（换句话说，如果已经有多个写操作正在同一个region上进行写入，则在这些写入完成之前，不会有新的put请求发送到该region上）
- 类型：int
- 默认值：1
hbase.client.perserver.requests.threshold - 所有客户端线程中一台服务器的最大并发挂起数（进程级别），超过该请求将立即抛出 ServerTooBusyException，以防止用户的线程仅被一个慢速RegionServer占用和阻止（如果使用固定数量的线程且以同步的方式访问HBase，请将此值设置为与线程相关的适当值）
- 类型：int
- 默认值：2147483647
hbase.client.scanner.caching - Scanner在调用next()方法时，尝试一次获取的行数（前提是没有从本地或客户端的缓存中查询到结果），此配置常与 hbase.client.scanner.max.result.size 一起使用，以有效地使用网络，缺省值为Interger.MAX_VALUE，这样网络填充将由 hbase.client.scanner.max.result.size 定义的块大小决定，而不再受特定行的限制（因为行的大小随表格的不同而不同，如果事先知道Scanner不要超过一定数量的行，可以通过 #setCaching 将此配置设置为行限制），
提升该值会使得Scanner的速度更快，但会消耗更多的内存，而当缓存为空时，下一次调用可能会花费更长时间（需要特别注意的，不要使该参数设置的值调用的时间超过Scanner的超时时间，即hbase.client.scanner.timeout.period 参数值）
- 类型：int
- 默认值：2147483647
hbase.client.keyvalue.maxsize - 一个KeyValue实例的最大容量，用来设置存储文件中单个entry的大小上界（因为一个KeyValue是不能分割的，所以可以避免因为数据过大导致region不能被拆分的现象），最好将其设置为可以被最大region size整除的数，如果设置为0或更小的值，就会禁用这个检查
- 类型：int
- 默认值：10485760（10M）
hbase.server.keyvalue.maxsize - 单个单元格允许的最大容量（包括值和所有关键组件），这是避免服务器OOM情况的安全设置，如果设置为0或更小的值，就会禁用这个检查
- 类型：int
- 默认值：10485760（10M）
hbase.client.scanner.timeout.period - Scanner超时时间
- 类型：long
- 默认值：60000（单位：毫秒）
hbase.client.localityCheck.threadPoolSize - localityCheck的线程池大小
- 类型：int
- 默认值：2

配置文件说明

HBase默认配置

猜你喜欢