简介HBase 2.4.9 是 Apache Hadoop 生态下的分布式列存数据库源于 Google Bigtable 论文适合海量非结构化数据的实时读写与分析常用于日志存储、用户画像等场景。该压缩包为官方二进制发行版共 2384 个文件以 HTML 文档1996 个和 JAR 包223 个为主前者提供完整 API 与使用指南后者包含运行所需依赖另有 18 个 Shell 脚本、54 张 PNG 图片及 XML、Properties 等配置整体约 270.36MB解压即可使用。目前已有 5534 人学习下载。这份资源能帮助大数据开发者、运维人员省去源码编译与依赖管理的繁琐步骤直接部署 HBase 环境结合内置文档和脚本可快速掌握 RegionServer、HMaster 的启动流程与配置方式也可作为集群调优和二次开发的参考基线。1. hbase-2.4.9 是什么能解决什么问题把“hbase-2.4.9-bin.tar.gz”这个文件下载下来、解压、然后跑一条 put 命令很多人以为只是一杯茶的功夫实际动手才发现HMaster 起了又退RegionServer 连不上 ZooKeeperJava Demo 里 Connection refused……大多是“能 ping 通、端口却不通”的玄学问题。这个发行包其实不用玄学hbase-2.4.9-bin.tar.gz 是 Apache HBase 2.4.x 系列的官方二进制发行包自带 ZooKeeper 和 HBase Shell几分钟就能跑起单机伪分布集群适合做表设计验证、Java API 学习和面试前的环境准备。你带着“HBase 怎么安装与配置”“表设计怎么做”“Java 怎么操作 HBase”这类诉求来的话这篇文章就是给你写的。我不打算复述官方文档而是按“部署 → Shell 操作 → Java 操作 → 避坑 → 进阶验证”五步往前走每个命令都给参数解释和踩坑点。2.4.9 这个版本不算新但稳定、资料多、坑也都被踩得差不多了作为入门和自建测试环境非常合适。2. HBase 2.4.9 部署从解压 tar.gz 到伪分布启动2.1 解压与环境变量先改 JAVA_HOME 和 HBASE_HOMEhbase-2.4.9-bin.tar.gz 解压完就是一个完整的发行目录bin、conf、lib 都在里面不需要编译。先决条件只有一个JDK 8。HBase 2.4.x 在 JDK 11 下也能运行但社区最常用的还是 JDK 8线上环境也大量跑在 8 上本地实验别贪新用 JDK 17否则后面会碰到一些反射权限和 IllegalAccess 报错纯属给自己加戏。# 解压二进制发行包注意 -C 指定目标目录 tar -zxvf hbase-2.4.9-bin.tar.gz -C /opt mv /opt/hbase-2.4.9 /opt/hbase # 把环境变量追加到 ~/.bashrc不要只写在当前终端 cat ~/.bashrc EOF export JAVA_HOME/usr/lib/jvm/java-8-openjdk-amd64 export HBASE_HOME/opt/hbase export PATH$PATH:$HBASE_HOME/bin EOF source ~/.bashrc # 验证版本能输出版本号就说明 JAVA_HOME 和 PATH 都没问题 hbase version这段命令里tar -zxvf的-z对应 gzip 压缩-x是解压-v打印过程-f指定文件-C /opt是解压到指定目录。JAVA_HOME必须写成你机器上的真实 JDK 路径用readlink -f $(which java)可以查实际路径不要照抄我的。HBASE_HOME是 HBase 自己找 conf 和 lib 的根PATH里加$HBASE_HOME/bin是为了能直接敲hbase命令。这里有个常见坑用sudo tar解压到/opt后普通用户启动时对/opt/hbase没有写权限HBase 运行时要写 logs 和临时文件会直接启动失败。我一般解压完立刻chown -R $(whoami) /opt/hbase或者干脆解压到~/hbase下省得后面权限问题把人搞疯。2.2 hbase-site.xml 三个必调参数rootdir、zk 数据目录、分布式开关解压后的 conf/hbase-site.xml 几乎是空的但 HBase 不会因为文件空就没问题。它有一堆默认值其中最坑的是hbase.rootdir默认指向/tmp/hbase-${user.name}这个目录一重启可能就被系统清掉你的表和元数据全没。第二个坑是内置 ZooKeeper 的数据目录默认也在/tmp下同样会丢。configuration !-- 数据目录不要放 /tmp重启会被系统清掉 -- property namehbase.rootdir/name valuefile:///opt/hbase-data/rootdir/value /property !-- 内置 ZooKeeper 的元数据目录同样要持久化 -- property namehbase.zookeeper.property.dataDir/name value/opt/hbase-data/zk/value /property !-- 关掉分布式模式单机测试不需要先搭 HDFS -- property namehbase.cluster.distributed/name valuefalse/value /property !-- 单机环境写主机名不要写 localhost多节点就写逗号分隔列表 -- property namehbase.zookeeper.quorum/name valuenode01/value /property /configurationhbase.rootdir是 HBase 存储数据的根路径本地文件系统写法是file://开头如果后面要接 HDFS改成hdfs://namenode:9000/hbase同时要把hbase.cluster.distributed设为true。hbase.zookeeper.property.dataDir是内置 ZooKeeper 保存元数据的位置不设也是默认丢在/tmp下。hbase.cluster.distributed为false表示单机模式HBase 直接把数据写本地文件系统不依赖 HDFS这对学习阶段最友好设为true就是伪分布要求你先有 HDFS 在跑。hbase.zookeeper.quorum我建议显式写主机名单机时写 hostname多节点时写node01,node02,node03别写localhost——后面 Java 客户端连接时localhost会让你分不清是客户端问题还是服务端问题。注意2.4.9 自带 ZooKeeper不需要单独安装HBase 启动时会自动拉起一个HQuorumPeer进程。如果你机器上已经有独立 ZooKeeper 集群把hbase.zookeeper.quorum指向它即可但单机学习阶段没必要。2.3 启动与验证前台启动、jps 检查、Web UI 确认在线start-hbase.sh是官方的一键启动脚本会拉起 HMaster、HRegionServer 和内置 ZooKeeper。但我第一次启动一个新环境时从来不用它——日志会写到 logs 目录下的 gz 压缩文件里报错还得解压翻半天纯黑匣子。第一遍我建议前台启动错误直接打在终端看明白了再切回后台。# 第一遍前台启动日志直接输出到终端 $HBASE_HOME/bin/hbase master start # 确认能正常运行后CtrlC 停掉再用脚本后台启动全部进程 $HBASE_HOME/bin/start-hbase.sh # 检查进程HMaster 和 HRegionServer 都要在 jps -l | grep -E HMaster|HRegionServer|HQuorumPeer # 打开 HMaster 的 Web UI看 Active Master 和 RegionServer 是否在线 # 地址是 http://hostname:16010jps输出里三个进程对应不同角色HQuorumPeer是内置 ZooKeeper没有它说明 ZooKeeper 没起来HMaster是主节点负责 region 分配和 meta 表管理HRegionServer是真正处理读写请求的进程单机测试有一个就够。如果jps里只有HQuorumPeer没有HMaster多半是配置问题直接去 logs 目录找hbase-user-master-host.log看最后几行异常。Web UI 的 16010 端口能打开、并且页面上 RegionServer 列表里能看到一个在线节点部署就算通了。页面打不开先查防火墙再查hostname是否和hbase.zookeeper.quorum里写的一致浏览器在本机访问时用localhost:16010也可以绕过 DNS 解析问题。3. HBase 表设计与数据操作用 Shell 跑通增删改查3.1 建表命名空间、列族与预分区HBase Shell 是学习表设计最快的方式没有之一。建表前先把命名空间建好这相当于关系型数据库里的 schema把测试表、业务表、默认表分开后面用 Java API 操作时也更好管理权限和配额。# 创建命名空间避免所有表堆在 default 下 create_namespace edu # 建表一个列族 info保留 3 个版本开启块缓存预分区 4 个 region create edu:user, {NAME info, VERSIONS 3, BLOCKCACHE true}, {SPLITS [0025, 0050, 0075]} # 查看表结构确认列族属性和预分区是否生效 describe edu:usercreate edu:user, {NAME info}里edu:user是“命名空间:表名”NAME info定义了一个叫 info 的列族。注意 HBase 建表只需要定义列族不需要定义列——列是在写数据时动态加进去的这是它和关系型数据库最大的差别。VERSIONS 3表示每个 cell 最多保留 3 个历史版本读数据不指定版本时默认返回最新。BLOCKCACHE true适合读多写少的表热点数据会缓存在 RegionServer 内存里。SPLITS [0025, 0050, 0075]是预分区把 rowkey 空间切成 4 段避免所有写请求都打在同一个 region 上。预分区这个点新手经常搞错split 点必须和你的 rowkey 前缀格式匹配才有意义。如果你的 rowkey 是 UUID 那种无规律字符串[0025,0050,0075]这种分区点完全不起作用因为 UUID 根本不落在这些区间。常见的做法是把 rowkey 设计成“两位散列前缀 业务字段”比如a3_1000_zhangsan然后用[0025,0050,0075]这样的前缀来切分写入才能均匀散到各个 region。3.2 数据操作put、get、scan 与版本可见性Shell 里的增删改查是面试和日常排查最常用的技能命令本身不长但每个命令都有隐藏细节。先看写入和读取# 写入表、rowkey、列列族:列标识符、值 put edu:user, 1000_zhangsan, info:name, zhangsan put edu:user, 1000_zhangsan, info:age, 28 # 再写一次同一个 cell会产生新版本而不是覆盖 put edu:user, 1000_zhangsan, info:name, ZhangSan # 读取默认返回最新版本 get edu:user, 1000_zhangsan # 显式读历史版本确认 VERSIONS 3 是否生效 get edu:user, 1000_zhangsan, {COLUMN info:name, VERSIONS 3} # 全表扫描生产环境别裸扫加 LIMIT 和 FILTER scan edu:user, {LIMIT 10, FILTER PrefixFilter(1000_)}put的四个参数依次是表名、rowkey、列、值其中列必须带列族前缀写成info:name不能直接写name。同一 cell 第二次 put 不是覆盖而是追加一个新版本版本号是写入时的 timestampget不指定VERSIONS时只返回最新的那个。get里指定COLUMN info:name, VERSIONS 3才能把历史版本都列出来但注意表定义时VERSIONS是 3你查 5 个版本也查不到册子上限是表属性决定的。scan是最容易翻车的操作。不带任何条件的scan edu:user会扫整个表的全部 region线上表一大会把 RegionServer 的带宽和 CPU 打满。我习惯是 scan 必带LIMIT能用 Filter 就加 Filter。PrefixFilter(1000_)是只扫描 rowkey 以1000_开头的行配合startrow和stoprow可以把扫描范围缩到很小。删除操作也有讲究# 删除一个 cell delete edu:user, 1000_zhangsan, info:age # 删除整行 deleteall edu:user, 1000_zhangsan # 清空表但保留表结构底层是 disable drop create truncate edu:usertruncate在 2.4.9 里执行时会先询问你是否确认因为它会先把表 disable 再 drop 再重建这是耗时操作。如果只想删某一行数据用deleteall但注意 delete 操作本身只是写一条墓碑标记物理删除要等下一次 major compaction 才发生所以删完数据后表的 storefile 大小不会立刻降下来这是正常现象。3.3 表设计边界一个列族、RowKey 与 TTL 的取舍表设计是整个 HBase 里最值得花时间的地方。我的经验是默认一个表一个列族除非你有明确的理由拆多个列族。很多人受关系型数据库影响把“用户基本信息”“用户扩展信息”“用户行为日志”做成三个列族这在 HBase 里是反面教材——不同列族的数据在 flush 和 compaction 时相互影响两个列族一个要频繁写、一个要长期保留会导致 storefile 数量暴涨读放大和写放大同时增加。RowKey 设计是另一个核心。常见的设计规则是加盐、哈希、反转目的都一样让写入均匀分散到所有 region。直接拿时间戳当 rowkey 前缀是最典型的错误——新写入的数据永远落在最后一个 region其他 region 闲着最后一个 region 被写热点打爆。rowkey 方案写入分布适用场景原始时间戳2025020112_1000全部打到最后一个 region不推荐加盐前缀a3_20250201_1000按盐值分散到多个 region写入量大、无顺序需求反转 IDalice_id_987654递增 ID 变成伪随机ID 递增但需要均匀分布TTL 也是表设计里常用的一招。在建表时给列族加TTL 2592000单位是秒2592000 就是 30 天HBase 会自动过期删除老数据不需要业务侧定时清理。代价是 TTL 过期的 cell 在 major compaction 前只逻辑不可见storefile 大小不会即时降下来。如果你有“日志只保留 30 天”这类需求TTL 比定时 delete 靠谱得多。4. 用 Java 操作 HBase 2.4.9客户端依赖、CRUD 与超时参数4.1 客户端依赖与连接初始化Connection 要复用不要重建Java 操作 HBase 是生产环境绕不开的环节。先加依赖hbase-client 2.4.9 会传递引入 netty、hadoop-common 等一堆包如果项目里已有 Hadoop 相关组件注意做依赖排除否则可能出现 ClassNotFound 或方法签名冲突。dependency groupIdorg.apache.hbase/groupId artifactIdhbase-client/artifactId version2.4.9/version /dependency连接初始化是所有操作的入口。2.x 的 API 和 1.x 有个重大变化没有HTable了统一用Connection获取Table实例。Connection是重量级对象一个 JVM 一个就够了内部维护了连接池和 ZooKeeper 会话频繁创建会把 ZK 连接数打满。// 连接初始化全局唯一 Connection建议放入 Spring 容器或静态变量 Configuration conf HBaseConfiguration.create(); // 如果 classpath 里有 hbase-site.xml下面三行可以省略 conf.set(hbase.zookeeper.quorum, node01); conf.set(hbase.zookeeper.property.clientPort, 2181); // 客户端超时参数测试环境调低生产按监控调整 conf.set(hbase.client.retries.number, 3); // 重试次数默认 15 次太慢 conf.set(hbase.rpc.timeout, 5000); // 单次 RPC 超时 5 秒 conf.set(hbase.client.operation.timeout, 10000); // 单次操作总超时 10 秒 Connection conn ConnectionFactory.createConnection(conf); // 注意用完要调用 conn.close()项目退出时释放连接HBaseConfiguration.create()会加载 classpath 里的hbase-site.xml。如果你已经把服务端 conf 目录下的hbase-site.xml复制到src/main/resources代码里甚至不用set任何参数。很多新手翻车点就在这服务端 Shell 能用Java 客户端一连接就报 ZooKeeperConnectionException原因是客户端根本不知道 ZooKeeper 地址也不知道 HBase 元数据存在哪个节点下。最稳的写法是显式set hbase.zookeeper.quorum和hbase-site.xml双保险。4.2 CRUD 落地Put、Get、Scan 的 Java 写法Java API 的 CRUD 和 Shell 是对应的但有几个细节要特别注意。下面的代码是完整可跑的片段用 try-with-resources 保证资源关闭// Table 实例是轻量的每次操作从 Connection 获取 try (Table table conn.getTable(TableName.valueOf(edu:user))) { // Put单行写多个列一个 Put 就是一个 rowkey 的批量写 Put put new Put(Bytes.toBytes(1000_zhangsan)); put.addColumn(Bytes.toBytes(info), Bytes.toBytes(name), Bytes.toBytes(zhangsan)); put.addColumn(Bytes.toBytes(info), Bytes.toBytes(age), Bytes.toBytes(28)); table.put(put); // Get只取需要的列族减少网络传输 Get get new Get(Bytes.toBytes(1000_zhangsan)); get.addFamily(Bytes.toBytes(info)); Result result table.get(get); byte[] name result.getValue(Bytes.toBytes(info), Bytes.toBytes(name)); System.out.println(Bytes.toString(name)); // ScanstartRow 包含stopRow 不包含即 [1000_, 1001_) Scan scan new Scan(); scan.withStartRow(Bytes.toBytes(1000_)); scan.withStopRow(Bytes.toBytes(1001_)); scan.setLimit(50); try (ResultScanner scanner table.getScanner(scan)) { for (Result r : scanner) { System.out.println(Bytes.toString(r.getRow())); } } }Bytes.toBytes和Bytes.toString是 HBase 自带的字节转换工具所有 rowkey 和列值在 Java API 里都是byte[]不要用String.getBytes()直接传编码不一致会出大问题。put.addColumn的三个参数依次是列族、列标识符、值注意列族不能带冒号带冒号的是 Shell 语法。scan.withStartRow的区间是左闭右开1000_到1001_会包含1000_zhangsan但不包含1001_alice这个边界面试常问。ResultScanner是服务端游标用完后必须 closetry-with-resources 是最省心的写法。这里还要提醒一个常见误用result.getValue(family, qualifier)在列不存在时返回null取值后要做空判断不要直接转字符串。遍历Result时可以用result.listCells()看看有几个 cell避免漏数据。4.3 必调客户端参数重试次数、RPC 超时与批量写客户端参数直接决定了故障时的体验。默认hbase.client.retries.number是 15RegionServer 挂掉时客户端会连着重试 15 次一次操作卡几分钟才报错开发调试时能把人逼疯。我一般按下面这张表设置参数默认值建议值作用hbase.client.retries.number153重试次数调低让故障快速暴露hbase.rpc.timeout600005000单次 RPC 请求超时单位毫秒hbase.client.operation.timeout12000010000包含重试在内的总超时单位毫秒hbase.client.write.buffer20971524194304单连接写缓冲大小单位字节生产环境可以按监控数据放宽但测试和联调环境建议就用上面这组出错能立刻感知。写入量大时别用Table.put在循环里一条条写吞吐量差一个量级。用BufferedMutator攒批提交// 批量写BufferedMutator 攒到 4MB 再提交比循环 put 快很多 BufferedMutatorParams params new BufferedMutatorParams( TableName.valueOf(edu:user)) .writeBufferSize(4 * 1024 * 1024); try (BufferedMutator mutator conn.getBufferedMutator(params)) { for (int i 0; i 10000; i) { Put p new Put(Bytes.toBytes(String.format(1000_%04d, i))); p.addColumn(Bytes.toBytes(info), Bytes.toBytes(name), Bytes.toBytes(user i)); mutator.mutate(p); } // 最后必须 flush 或 close否则缓冲区的数据不会自动提交 mutator.flush(); }BufferedMutator.mutate是异步攒批的数据攒到writeBufferSize才真正发出去所以循环结束后一定要flush()或close()close 内部也会阻塞 flush。BufferedMutator实例不是线程安全的多线程写入时每个线程要单独创建不能共享同一个实例。这里还有一个细节writeBufferSize设得越大单次提交的 RPC 越少但失败时重放的代价也越大4MB 对大多数场景是均衡值。5. HBase 2.4.9 避坑指南端口清单与高频异常排查5.1 端口清单2.4.x 的默认端口与冲突排查网上大量教程还在写 60010、60020 端口那是 0.9x 和 1.x 的老黄历了。HBase 2.x 把端口整体改到了 16000 系列排查问题前先确认你用的版本别拿老文章套新版本否则连端口都对不上。组件角色默认端口用途HMaster RPC16000Master 接收客户端和 RegionServer 的请求HMaster Web UI16010查看主节点状态、region 分配RegionServer RPC16020数据读写实际走的端口RegionServer Web UI16030查看单机 StoreFile、缓存命中率ZooKeeper 客户端端口2181HBase 内置 ZK 对外端口ZooKeeper 内部通信2888 / 3888独立 ZK 集群才用到单机不用管端口被占用时HMaster 日志会报Failed to bind这时可以用下面命令确认谁在占用# 查看端口占用情况 ss -lnp | grep -E 16000|16020|2181 # 或者用 lsof lsof -i:16010如果你确实需要改端口在hbase-site.xml里加hbase.master.port、hbase.regionserver.port覆盖默认值即可注意客户端也要同步改。2.4.9 里 16010 和 16030 的 Web UI 都是 HTTP 服务改端口后页面地址跟着变。5.2 HMaster 启动即退换掉默认的 /tmp 目录现象执行start-hbase.sh后jps里只有HQuorumPeerHMaster 进程起来几秒就消失了日志里报java.io.FileNotFoundException或org.apache.hadoop.ipc.RemoteException指向路径类似/tmp/hbase-username。原因hbase.rootdir没有显式配置默认指向/tmp/hbase-${user.name}。这个目录一旦被系统清理Master 初始化 meta 表时找不到数据目录直接退出还有一种情况是 rootdir 所在的父目录不存在HBase 不会自动创建。解决把hbase.rootdir和hbase.zookeeper.property.dataDir都改到持久化目录然后手动建目录并授权mkdir -p /opt/hbase-data/rootdir /opt/hbase-data/zk chown -R $(whoami) /opt/hbase-data改完配置必须重启 HBasestart-hbase.sh不会热加载配置。如果你已经跑过一段时间/tmp下遗留的旧数据会和新建的 rootdir 冲突建议直接把/tmp/hbase-*删掉再启动反正是测试环境没有后悔药可吃。5.3 客户端连不上hbase-site.xml 没进 classpath现象服务器上 HBase Shell 能正常操作但 Java 客户端启动后报ZooKeeperConnectionException或Master not running客户端和服务端能 ping 通2181 端口也通但就是连不上 HBase。原因代码里只set了hbase.zookeeper.quorum但客户端没有加载服务端的hbase-site.xml导致客户端不知道 HBase 元数据在 ZooKeeper 的哪个 znode 下。HBase 2.x 的客户端要先从 ZooKeeper 读/hbase/meta-region-server这个节点拿到 meta 表位置再去找真正的 RegionServer这个路径在hbase-site.xml里由hbase.zookeeper.znode.parent控制默认是/hbase裸客户端拿不到。解决把服务端conf/hbase-site.xml复制到 Java 项目的src/main/resources或者在代码里把hbase.zookeeper.quorum、hbase.zookeeper.property.clientPort都显式 set 上。排查时可以在服务端用 ZK 命令行确认元数据是否正常$HBASE_HOME/bin/hbase zkcli # 在 zkcli 里执行 ls /hbase # 正常会看到 master 和 meta-region-server 两个子节点如果ls /hbase只有master没有meta-region-server说明 meta 表没初始化成功回头看 5.2 的 rootdir 和目录权限。5.4 RegionServer 内存崩溃调 HBASE_HEAPSIZE 而不是盲目改 -Xmx现象RegionServer 进程运行一段时间后消失日志里有OutOfMemoryError或者 Master UI 上 RegionServer 反复上线又掉线每次掉线间隔越来越短。原因hbase-env.sh里HBASE_HEAPSIZE没有显式设置JVM 默认按机器物理内存比例决定堆大小小内存机器可能分配过小大内存机器可能分配过大导致操作系统 OOM Killer 动手。Region 一多MemStore 和 BlockCache 把堆吃满JVM 频繁 FullGCRegionServer 和 ZooKeeper 的会话超时就被 Master 判定宕机了。解决在hbase-env.sh里显式设置堆大小不要只改JAVA_OPTS的-Xmx脚本会用HBASE_HEAPSIZE覆盖# 搜索 HBASE_HEAPSIZE取消注释并改成你机器实际内存的一半左右 export HBASE_HEAPSIZE4g调完堆大小后还要注意两个比例参数hbase.regionserver.global.memstore.size默认 0.4hfile.block.cache.size默认 0.4两者加起来不能超过 0.7否则堆里还要跑其他对象直接装不下。常见的配置是 MemStore 0.4、BlockCache 0.25给 JVM 留点余量。5.5 ClockOutOfSyncException多节点时间不同步现象多节点部署时RegionServer 启动后向 Master 注册失败日志里报org.apache.hadoop.hbase.ClockOutOfSyncException提示本机时间和 Master 差了多少毫秒。原因HBase 要求各节点时钟偏差不能超过 30 秒hbase.regionserver.maxclockskew默认 30000 毫秒。虚拟机休眠恢复、手动改时间、NTP 没配都会触发这个问题。单机测试碰不到一上多节点就暴露。解决装 NTP 或 chrony 做时间同步临时测试可以用date -s手动校准但生产必须用服务自动同步。这里也提醒一下云主机和虚拟机最容易在“休眠后恢复”这个场景触发时钟跳变HBase 对时间特别敏感多节点部署第一件事就是统一时钟。6. 进阶验证预分区、读优化与一条自检命令6.1 一条自检命令hbase hbck 看 region 是否健康hbase hbck是 2.x 里仍可用的快速巡检命令虽然官方不把它当万能工具但对单机环境足够$HBASE_HOME/bin/hbase hbck输出里每个表会有一行状态关注 region 数量是否和你建表时的预分区数量一致。如果刚建完就多了几个 region说明自动 split 阈值被触发过不算故障但你要知道原因。region 分配不平也是 hbck 能看出来的问题之一这也是“hbase 面试题”里经常被追问的怎么发现热点。6.2 建表就做对的两件事预分区与 BloomFilter预分区我在第 3 章讲过这里补一个生产环境常用的做法用 SPLITS_FILE 维护分界点比在 Shell 里手写数组好管理# splits.txt 每行一个分界点例如 # 0025 # 0050 # 0075 create edu:log, {NAME d, VERSIONS 1, TTL 2592000, BLOOMFILTER ROW}, {SPLITS_FILE /opt/splits.txt}BLOOMFILTER ROW是第二个必做项。它让 RegionServer 在扫描时快速跳过那些不可能包含目标 rowkey 的 HFile读多写少场景收益非常明显代价只是写入时多算一个哈希。默认是NONE很多表建完才发现读得慢回来加 BloomFilter 要做一次大迁移不如建表时就加上。6.3 到 RegionServer UI 看两个数部署完成后我建议打开http://hostname:16030/rs-status看两个指标Block Cache 命中率和 StoreFile 数量。命中率长期低于 90%说明热点数据没有有效缓存考虑调大hfile.block.cache.size或者对高频访问列族开启IN_MEMORY true。StoreFile 数量持续增长说明 compaction 跟不上写入速度先查 TTL 和预分区是不是合理别急着加机器。我每次搭完 2.4.9 都会做同一件事压一批带前缀的 rowkey 写进去然后去 RegionServer UI 看 region 数量和缓存命中确认预分区和读优化真的生效了。这套流程不算聪明但已经帮我抓出过好几次“配置看起来对、行为完全不对”的问题。希望帮到你。本文还有配套的精品资源点击获取
