HBASE的优化部分：HBASE读取表的优化

3.1 多HTable并发读

创建多个HTable客户端用于读操作，提高读数据的吞吐量，一个例子：

static final Configuration conf = HBaseConfiguration.create(); 
static final String table_log_name = “user_log”; 
rTableLog = new HTable[tableN]; 
for (int i = 0; i < tableN; i++) { 
    rTableLog[i] = new HTable(conf, table_log_name); 
    rTableLog[i].setScannerCaching(50); 
} 

3.2 HTable参数设置

 3.2.1 Scanner Caching

通过调用HTable.setScannerCaching(int scannerCaching)可以设置HBase scanner一次从服务端抓取的数据条数，默认情况下一次一条。通过将此值设置成一个合理的值，可以减少scan过程中next()的时间开销，代价是scanner需要通过客户端的内存来维持这些被cache的行记录。

3.2.2 Scan Attribute Selection

scan时指定需要的Column Family，可以减少网络传输数据量，否则默认scan操作会返回整行所有Column Family的数据。

3.2.3 Close ResultScanner

通过scan取完数据后，记得要关闭ResultScanner，否则RegionServer可能会出现问题（对应的Server资源无法释放）。

3.3 批量读

通过调用HTable.get(Get)方法可以根据一个指定的row key获取一行记录，同样HBase提供了另一个方法：通过调用HTable.get(List)方法可以根据一个指定的row key列表，批量获取多行记录，这样做的好处是批量执行，只需要一次网络I/O开销，这对于对数据实时性要求高而且网络传输RTT高的情景下可能带来明显的性能提升。

3.4 多线程并发读

在客户端开启多个HTable读线程，每个读线程负责通过HTable对象进行get操作。下面是一个多线程并发读取HBase，获取店铺一天内各分钟PV值的例子：

public class DataReaderServer { 
     //获取店铺一天内各分钟PV值的入口函数 
     public static ConcurrentHashMap getUnitMinutePV(long uid, long startStamp, long endStamp){ 
         long min = startStamp; 
         int count = (int)((endStamp - startStamp) / (60*1000)); 
         List lst = new ArrayList(); 
         for (int i = 0; i <= count; i++) { 
            min = startStamp + i * 60 * 1000; 
            lst.add(uid + "_" + min); 
         } 
         return parallelBatchMinutePV(lst); 
     } 
      //多线程并发查询，获取分钟PV值 
private static ConcurrentHashMap parallelBatchMinutePV(List lstKeys){ 
        ConcurrentHashMap hashRet = new ConcurrentHashMap(); 
        int parallel = 3; 
        List<List<String>> lstBatchKeys  = null; 
        if (lstKeys.size() < parallel ){ 
            lstBatchKeys  = new ArrayList<List<String>>(1); 
            lstBatchKeys.add(lstKeys); 
        } 
        else{ 
            lstBatchKeys  = new ArrayList<List<String>>(parallel); 
            for(int i = 0; i < parallel; i++  ){ 
                List lst = new ArrayList(); 
                lstBatchKeys.add(lst); 
            } 
  
            for(int i = 0 ; i < lstKeys.size() ; i ++ ){ 
                lstBatchKeys.get(i%parallel).add(lstKeys.get(i)); 
            } 
        } 
  
        List >> futures = new ArrayList >>(5); 
  
        ThreadFactoryBuilder builder = new ThreadFactoryBuilder(); 
        builder.setNameFormat("ParallelBatchQuery"); 
        ThreadFactory factory = builder.build(); 
        ThreadPoolExecutor executor = (ThreadPoolExecutor) Executors.newFixedThreadPool(lstBatchKeys.size(), factory); 
  
        for(List keys : lstBatchKeys){ 
            Callable< ConcurrentHashMap > callable = new BatchMinutePVCallable(keys); 
            FutureTask< ConcurrentHashMap > future = (FutureTask< ConcurrentHashMap >) executor.submit(callable); 
            futures.add(future); 
        } 
        executor.shutdown(); 
  
        // Wait for all the tasks to finish 
        try { 
          boolean stillRunning = !executor.awaitTermination( 
              5000000, TimeUnit.MILLISECONDS); 
          if (stillRunning) { 
            try { 
                executor.shutdownNow(); 
            } catch (Exception e) { 
                // TODO Auto-generated catch block 
                e.printStackTrace(); 
            } 
          } 
        } catch (InterruptedException e) { 
          try { 
              Thread.currentThread().interrupt(); 
          } catch (Exception e1) { 
            // TODO Auto-generated catch block 
            e1.printStackTrace(); 
          } 
        } 
  
        // Look for any exception 
        for (Future f : futures) { 
          try { 
              if(f.get() != null) 
              { 
                  hashRet.putAll((ConcurrentHashMap)f.get()); 
              } 
          } catch (InterruptedException e) { 
            try { 
                 Thread.currentThread().interrupt(); 
            } catch (Exception e1) { 
                // TODO Auto-generated catch block 
                e1.printStackTrace(); 
            } 
          } catch (ExecutionException e) { 
            e.printStackTrace(); 
          } 
        } 
  
        return hashRet; 
    } 
     //一个线程批量查询，获取分钟PV值 
    protected static ConcurrentHashMap getBatchMinutePV(List lstKeys){ 
        ConcurrentHashMap hashRet = null; 
        List lstGet = new ArrayList(); 
        String[] splitValue = null; 
        for (String s : lstKeys) { 
            splitValue = s.split("_"); 
            long uid = Long.parseLong(splitValue[0]); 
            long min = Long.parseLong(splitValue[1]); 
            byte[] key = new byte[16]; 
            Bytes.putLong(key, 0, uid); 
            Bytes.putLong(key, 8, min); 
            Get g = new Get(key); 
            g.addFamily(fp); 
            lstGet.add(g); 
        } 
        Result[] res = null; 
        try { 
            res = tableMinutePV[rand.nextInt(tableN)].get(lstGet); 
        } catch (IOException e1) { 
            logger.error("tableMinutePV exception, e=" + e1.getStackTrace()); 
        } 
  
        if (res != null && res.length > 0) { 
            hashRet = new ConcurrentHashMap(res.length); 
            for (Result re : res) { 
                if (re != null && !re.isEmpty()) { 
                    try { 
                        byte[] key = re.getRow(); 
                        byte[] value = re.getValue(fp, cp); 
                        if (key != null && value != null) { 
                            hashRet.put(String.valueOf(Bytes.toLong(key, 
                                    Bytes.SIZEOF_LONG)), String.valueOf(Bytes 
                                    .toLong(value))); 
                        } 
                    } catch (Exception e2) { 
                        logger.error(e2.getStackTrace()); 
                    } 
                } 
            } 
        } 
  
        return hashRet; 
    } 
} 
//调用接口类，实现Callable接口 
class BatchMinutePVCallable implements Callable>{ 
     private List keys; 
  
     public BatchMinutePVCallable(List lstKeys ) { 
         this.keys = lstKeys; 
     } 
  
     public ConcurrentHashMap call() throws Exception { 
         return DataReadServer.getBatchMinutePV(keys); 
     } 
} 

3.5 缓存查询结果

对于频繁查询HBase的应用场景，可以考虑在应用程序中做缓存，当有新的查询请求时，首先在缓存中查找，如果存在则直接返回，不再查询HBase；否则对HBase发起读请求查询，然后在应用程序中将查询结果缓存起来。至于缓存的替换策略，可以考虑LRU等常用的策略。

3.6 Blockcache

HBase上Regionserver的内存分为两个部分，一部分作为Memstore，主要用来写；另外一部分作为BlockCache，主要用于读。

写请求会先写入Memstore，Regionserver会给每个region提供一个Memstore，当Memstore满64MB以后，会启动 flush刷新到磁盘。当Memstore的总大小超过限制时（heapsize * hbase.regionserver.global.memstore.upperLimit * 0.9），会强行启动flush进程，从最大的Memstore开始flush直到低于限制。

读请求先到Memstore中查数据，查不到就到BlockCache中查，再查不到就会到磁盘上读，并把读的结果放入BlockCache。由于BlockCache采用的是LRU策略，因此BlockCache达到上限(heapsize * hfile.block.cache.size * 0.85)后，会启动淘汰机制，淘汰掉最老的一批数据。

一个Regionserver上有一个BlockCache和N个Memstore，它们的大小之和不能大于等于heapsize * 0.8，否则HBase不能启动。默认BlockCache为0.2，而Memstore为0.4。对于注重读响应时间的系统，可以将 BlockCache设大些，比如设置BlockCache=0.4，Memstore=0.39，以加大缓存的命中率。

有关BlockCache机制，请参考这里：HBase的Block cache，HBase的blockcache机制，hbase中的缓存的计算与使用。