作者：大叔據 來自：大叔據
HBase 有哪些優化點？
這是個相對開放的問題，問題沒有那么得細，面對這種問題千萬不要亂了陣腳，其實這種問題答得好是很加分的，可以從幾個不同的方向來回答，這樣顯得有條理，而且可以向面試官展現你的多維度思考和總結的能力。
兩個角度，一個從使用者的角度，一個從維護者的角度。
1. 從使用者的角度,可以優化存儲模型的設計，包括以下幾個方面：
rowkey設計：高位用散列，長度不宜過長，可以適當地把需要檢索的條件拼接在rowkey里。查詢時盡量用get，scan時要指定start/end key。
列族的設計：列族盡量少，且不同列族的數據量要盡量均勻。
列族盡量少是因為列族對應的底層存儲的一個文件目錄，文件目錄少有助于提高文件檢索速度。
數據量要均勻是因為，當一個cf量大到一定程度，memstore會刷盤，而刷盤這個動作不是只針對單個cf，而是整個服務器，這個時候如果另一個cf的數據量很小那也會跟著刷盤，這就造成了會有大量小文件生成，HDFS是最忌諱小文件的，同時小文件的過多也會影響檢索的效率，需要從多個文件中檢索目標。
預分區：在寫比較頻繁的場景下，數據增長太快，split的次數也會增多，額外的資源消耗也會增大，另外數據分布不均勻會造成熱點問題，這些都是需要預分區的原因。
2. 從系統維護者的角度來說，可以對系統優化，包括以下幾個方面：
內存優化：HBase有兩塊主要的內存memstore和blockCache的配置
BlockCache，如果寫比讀少很多，可以開到0.4-0.5。如果讀寫較均衡，0.3左右。如果寫比讀多，就默認0.2。設置這個值的時候，也要參考hbase.regionserver.global.memstore.upperLimit，該值是memstore占heap的最大百分比，兩個參數一個影響讀，一個影響寫。如果兩值加起來超過80-90%，會有OOM的風險。具體就不說了，看我之前的文章 HBase篇(4)-你不知道的HFile
GC優化：默認cms，可以優化為G1。
壓縮：默認未開啟，建議使用SnAppy和LZO，壓縮比，壓縮解壓速率，資源消耗都是比較平衡的。
BloomFilter：默認未開啟，需要在建立表的時候加入。用布隆過濾可以節省讀磁盤過程，可以有助于降低讀取延遲。具體就不說了看我之前的文章 HBase篇(5)- BloomFilter
其實還有一些其他零零散散的點，就不說了，說這么多對于這個問題來說已經回答地很完美了。說這些的過程中的某些點面試官很有可能是會追問下去的，比如內存優化，bloomfilter等，所以可以看得深入一點，回答的時候也能更加從容一點。
HRegionServer宕機后系統是怎么保證可用性的 ？
宕機恢復的過程也是面試中的常見問題，重點是wal機制。
1. ZooKeeper會監控HRegionServer的上下線情況，當ZK發現某個HRegionServer宕機之后會通知HMaster進行失效備援；
2. 該HRegionServer會停止對外提供服務，就是它所負責的region暫時停止對外提供服務
3. HMaster會將該HRegionServer所負責的region轉移到其他HRegionServer上，并且會對HRegionServer上存在memstore中還未持久化到磁盤中的數據進行恢復
4. 這個恢復的工作是由WAL重播來完成，這個過程如下：
- wal實際上就是一個文件，存在/hbase/WAL/對應RegionServer路徑下。
- 宕機發生時，讀取該RegionServer所對應的路徑下的wal文件，然后根據不同的region切分成不同的臨時文件recover.edits。
- 當region被分配到新的RegionServer中，RegionServer讀取region時會進行是否存在recover.edits，如果有則進行恢復。
說說HBase 的 compaction 過程和作用？
在hbase中每當有memstore數據flush到磁盤之后，就形成一個storefile，當storeFile的數量達到一定程度后，就需要將 storefile 文件來進行 compaction 操作。
compaction 的作用：
- 合并文件
- 清除過期，多余版本的數據
- 提高讀寫數據的效率
另外可以再說下compaction的兩種方式。
HBase 中實現了兩種 compaction 的方式：minor and major. 這兩種 compaction 方式的區別是：
1. Minor 操作只用來做部分文件的合并操作以及包括 minVersion=0 并且設置 ttl 的過期版本清理，不做任何刪除數據、多版本數據的清理工作。
2. Major 操作是對 Region 下的HStore下的所有StoreFile執行合并操作，最終的結果是整理合并出一個文件。
