1.1 提升写效率
1.1客户端调优
1.1.1 AutoFlush
参数值：setAutoFlush
解析：
autoflush=false的原理是当客户端提交delete或put请求时，将该请求在客户端缓存，直到数
据超过2M（hbase.client.write.buffer决定）或用户执行了hbase.flushcommits()时才向reg
ionserver提交请求。因此即使htable.put()执行返回成功，也并非说明请求真的成功了。假
如还没有达到该缓存而client崩溃，该部分数据将由于未发送到regionserver而丢失。这对于
零容忍的在线服务是不可接受的。
autoflush=true虽然会让写入速度下降2-
3倍，但是对于很多在线应用来说这都是必须打开的，也正是hbase为什么让它默认为true的原
因，每次请求都会发往regionserver，而regionserver接收到请求后第一件事情就是写HLOG。
因此对IO要求是非常高的，为了提高hbase的写入速度应该尽可能地提高IO吞吐量，比如增加
磁盘、使用raid卡、减少replication因子数等。
如何调优？
默认：true
经验设定：setAutoFlush=false
1.1.2 使用PutList方式提交请求
可以极大地提升写性能
val putList: util.ArrayList[Put] = new util.ArrayList[Put]()
1.2 Memstore相关
当regionserver(以下简称为RS)收到一个写请求，会将这个请求定位到某个特定的region。每
一个region存储了一系列的Row，每一个 Row
对应的数据分散在一个或多个ColumnFamily（以下简称为CF）。特定CF的数据都存储在对应的
store里面，而每个store都是由一个memstore和很多个storefile组成。memstore存储在RS的
内存中，而storefile则存储在HDFS上。当一个写请求到达RS的时候，该请求对应的数据首先
会被menstore存储，直到达到一定的临界条件，memstore里面的数据才会flush到storefile。
使用memstore的主要原因是为了使存储在HDFS上的数据是有序的（按Row）。HDFS设计为顺序
读写的，已有的文件不能被修改。这就意味着，因为hbase收到的写请求是无序的，所以如果
直接将这些数据写到HDFS上，以后再对文件里面的内容做排序就会是一件极其困难的事情；无
序的数据存储方式，又会大大影响后续的读请求性能。为了解决这种问题，hbase会将最近的
某些写请求放到内存中（也就是memstore），并将这些数据在flush到storefile之前做好排序
。
除了解决排序的问题，memstore还有其他好处，比如：
它能充当memcache的角色，缓存最近写入的数据。鉴于新数据的访问频率和几率都比旧数据高
很多，这就大大的提高客户端的读效率。
注意：每个memstore每次刷新时，都会给CF生产一个storefile。
剩下读取就非常容易了，hbase会检查数据是否在memstore里面，否则就去storefile读取，然
后返回给客户端。
1.2.1 根据 memstore 大小flush hfile
参数值：hbase.hregion.memstore.flush.size
参数解析：
在regionserver中，当写操作内存中存在超过 memstore.flush.size
大小的memstore，则MemstoreFlusher就启动flush操作将该memstore以hfile的形式写入对应
的store中。
如何调优？
默认：128M
A、如果Regionserver的内存充足，而且活跃Region数量也不是很多的时候，可以适当增大该
值，可以减少compaction的次数，有助于提升系统性能。
B、这种flush产生的时候，并不是紧急的flush，flush操作可能会有一定延迟，在延迟期间，
写操作还可以进行，Memstore还会继续增大，最大值 = “memstore.flush.size” *
"hbase.hregion.memstore.block.multiplier"。
hbase.hregion.memstore.block.multiplier 默认 4 ， 4 * 128 = 512 M
C、当超过最大值时，将会阻塞写操作。适当增大“hbase.hregion.memstore.block.multiplie
r”可以减少阻塞，减少性能波动。
参数值：hbase.regionserver.global.memstore.size 默认：0.4
参数解析：
RegionServer中，负责flush操作的是MemStoreFlusher线程。该线程定期检查写操作内存，当
写操作占用内存总量达到阈值，MemStoreFlusher将启动flush操作，按照从大到小的顺序，fl
ush若干相对较大的memstore，直到所占用内存小于阈值。
阈值=“hbase.regionserver.global.memstore.size” *
"hbase.regionserver.global.memstore.size.lower.limit" * "Hbase_HEAPSIZE"
upperLimit说明：hbase.hregion.memstore.flush.size这个参数的作用是单个Region内所有
memstore大小总和，超过该指定值时，会flush该region的所有memstore。RegionServerd的fl
ush是通过将请求添加一个队列，模拟生产消费模式来异步处理的。那这里就有一个问题，当
队列来不及消费，产生大量积压请求时，可能会导致内存陡增，最坏的情况是触发OOM(程序申
请内存过大，虚拟机无法满足我们，然后自杀)。
这个参数的作用是防止内存占用过大，当ReionServer内所有region的memstore所占用内存总
和达到heap的40%时，Hbase会强制block所有的更新并flush这些region以释放所有memstore占
用的内存。
lowerLimit说明：lowelimit在所有Region的memstore所占用内存达到Heap的40%时，不flush
所有的memstore。它会找一个memstore内存占用最大的region，做个别flush，此时写更新还
是会被block。lowerLimit算是一个在所有region强制flush导致性能降低前的补救措施。在日
志中，表现为“** Flush thread woke up with memory above low water.”
如何调优？
比如 Hbase_HEAPSIZE=8, 阈值= 0.4 * 0.95 * 8 = 3.04G
[[hbase.regionserver.global.memstore.size.lower.limit]]
*`hbase.regionserver.global.memstore.size.lower.limit`*::
+
.Description
Maximum size of all memstores in a region server before flushes are forced.
Defaults to 95% of hbase.regionserver.global.memstore.size.
A 100% value for this property causes the minimum possible flushing to occur when
updates are
blocked due to memstore limiting.
+
.Default
`0.95`
[[hbase.hregion.memstore.block.multiplier]]
*`hbase.hregion.memstore.block.multiplier`*::
+
.Description
Block updates if memstore has hbase.hregion.memstore.block.multiplier
times hbase.hregion.memstore.flush.size bytes. Useful preventing
runaway memstore during spikes in update traffic. Without an
upper-bound, memstore fills such that when it flushes the
resultant flush files take a long time to compact or split, or
