一、概述

    hbase 写入优化除了参数配置之外，很大的一块要考虑避免region的热点问题，避免region 热点问题，主要的目的是提高hbase 数据表rowkey的分散。结合实际情况主要有以下几个办法

    1.1 rowkey的创建规则 避免， 比如 通过rowkey前几位的hash。业务规则避免，比如 用户id+时间、手机号的倒叙、

    1.2 通过hbase的访问API的扩展，在HBASE的访问API 通过对读写的封装，实现自动在hbase的rowkey前面增加随机码的方式实现region的进一步分散

    1.3 通过表的创建预分区 实现region的分散

二、预分区表的创建

    结合实际情况，创建预分区需要注意，预分区的创建也要尽可能的分散。

    在实际业务中，全链路数据表的rowkey是采用guid ,由于GUid  仅采用0-9,a-f  16个字段，也就是如果仅按照第一个字母创建，仅能创建16个分区，也就是16个region，为了更好的利用水平扩展的能力，需要尽可能多的创建预先多的region，但是也要综合考虑，创建过多额region，会导致查询比较慢。结合实际的集群和使用情况，全链路的写入压力比较大，tps需要达到2.5w，并且要非常稳定。因此 为了提升写入速度，决定第全链路创建尽可能多的rgion

 操作命令如下：

  ---采用基于前面的2个字段创建，一定要注意要尽可能的平均，否则会造成热点问题   

create 'TTrace_20190817','d', 
SPLITS => 
['00|','06|','0a|','0d|',
'10|','16|','1a|','1d|',
'20|','26|','2a|','2d|',
'30|','36|','3a|','3d|',
'40|','46|','4a|','4d|',
'50|','56|','5a|','5d|',
'60|','66|','6a|','6d|',
'70|','76|','7a|','7d|',
'80|','86|','8a|','8d|',
'90|','96|','9a|','9d|',
'a0|','a1|','a5|','ab|','ac|','ad|','ae|','af|','aa|','a8|','a9|',
'b0|','b1|','b5|','b8|','b9|','ba|','bb|','bc|','bd|','be|','bf|',
'c0|','c1|','c5|','c8|','c9|','ca|','cb|','cc|','cd|','ce|','cf|',
'd0|','d1|','d5|','d8|','d9|','da|','db|','dc|','dd|','de|','df|',
'e0|','e1|','e5|','e8|','e9|','ea|','eb|','ec|','ed|','ee|','ef|',
'f0|','f1|','f5|','f8|','f9|','fa|','fb|','fc|','fd|','fe|','ff|' 
]

----由于目前hbase的查询缓存 gc回收算法 仍然是 LruBlockCache  ，目前这个表的查询重复的场景并不多，同时为了防止查询内存的GC，从而影响写入速度的问题，将此表的缓存设置为false

alter 'TTrace_20190817', {NAME=>'d',BLOCKCACHE=>'false'}

--预写日志禁用，提升写入速度

alter 'TTrace_20190817', METHOD => 'table_att', DURABILITY => 'SKIP_WAL'

三、ttl表数据的删除

    1.数据的及时清理，降低存储成本

     业务特点：1.写入tps 高  2.热数据需要保存的时间不长  3.查询不是按照时间序列查询  4.存储采用hbase  5.查询延迟要求较低

    针对此类数据，为了降低存储 节约成本，主要有2个方案，

   1. 数据落盘之前，进行数据的清理，此方案的架构如下，但是 遇到的技术问题 -会对流计算带来非常大的压力，内存和cpu占用非常高，因此不宜采用

2.数据落盘之后，采用离线任务，将有用的数据进行及时清洗出来，并通过TTL 及时将冷数据进行删除。降低存储，采用的架构如下：

 为了配合数据的删除，并且之前发生过hbase 删除单表超过5t的数据表时，速度非常慢，并且容易对集群的稳定性有影响，结合hbase 数据删除的原理 ，主要采用如下方法，删除大表

 场景：

   1.表每天的数据为3t。需要保留的热数据为2个小时。冷数据需要及时删除，降低存储

方案：

  1.hbase 每天创建一个表，查询和写入 对表的分区 通过数据治理实现对表分区的隔离，实现用户访问端的无感知

 2.hbase的表的ttl 设置为2个小时，及时删除数同时提升查询速度

 3.hbase 每天对天表删除–先进行大合并（大合并时对数据进行真实删除），前提是 表已经无实时的写入，大合并时，不会对数据文件进行合并，因为数据都已经过期了。大合并之后，删除表即可