HBase-site.xml 常见重要配置参数-白红宇

HBase-site.xml 常见重要配置参数

阅读量：5223 次

发布时间：2019-06-14

本文共 10236 字，大约阅读时间需要 34 分钟。

HBase 常见重要配置参数

(1) .rpc.timeout

rpc 的超时时间，默认 60s，不建议修改，避免影响正常的业务，在线上环境刚开始配置的是 3 秒，运行半天后发现了大量的 timeout error，原因是有一个 region 出现了如下问题阻塞了写操作：“Blocking updates … memstore size 434.3m is >= than blocking 256.0m size”可见不能太低

(2) ipc.socket.timeout：socket 建立链接的超时时间，应该小于或者等于 rpc 的超时时间，默认为 20s

(3) .client.retries.number：重试次数，默认为 10，可配置为 3

(4) hbase.client.pause：重试的休眠时间，默认为 1s，可减少，比如 100ms

(5) hbase.regionserver.lease.period：scan 查询时每次与 server 交互的超时时间，默认为 60s，可不调整

HBase 默认配置参数

1. hbase.rootdir

这个目录是 RegionServer 的共享目录，用来持久化 HBase。URL 需要是 “完全正确” 的，还要包含文件系统的 scheme。例如 “/hbase” 表示 HBase 在 HDFS 中占用的实际存储位置，HDFS 的 NameNode 运行在主机名为 master5 的 8020 端口，则 hbase.rootdir 的设置应为 “hdfs://master5:8020/hbase”。在默认情况下 HBase 是写在 /tmp 中的。不修改这个配置的话，数据会在重启的时候丢失。特别注意的是 hbase.rootdir 里面的 HDFS 地址是要跟 Hadoop 的 core-site.xml 里面的 fs.defaultFS 的 HDFS 的 IP 地址或者域名、端口必须一致。

默认为 file:///tmp/hbase-${user.name}/hbase

2. hbase.cluster.distributed

HBase 的运行模式。为 false 表示单机模式，为 true 表示分布式模式。若为 false，HBase 和 ZooKeeper 会运行在同一个 JVM 中

默认值为 false

3. hbase.master （hbase.master.port）

如果只设置单个 Hmaster，那么 hbase.master 属性参数需要设置为 master5:60000 (主机名:60000)

如果要设置多个 Hmaster，那么我们只需要提供端口 60000，因为选择真正的 master 的事情会有 zookeeper 去处理

默认端口号：60000

4. hbase.tmp.dir

本地文件系统的临时文件夹。可以修改到一个更为持久的目录上。(/tmp会在重启时清除)

默认: /tmp/hbase-${user.name}

5. hbase.master.info.port

HBase Master web 界面端口. 设置为 -1 意味着你不想让它运行

默认: 60010

6. hbase.master.info.bindAddress

HBase Master web 界面绑定的端口

默认: 0.0.0.0

7. hbase.client.write.buffer

HTable 客户端的写缓冲的默认大小。这个值越大，需要消耗的内存越大。因为缓冲在客户端和服务端都有实例，所以需要消耗客户端和服务端两个地方的内存。得到的好处是，可以减少 RPC 的次数。可以这样估算服务器端被占用的内存： hbase.client.write.buffer * hbase.regionserver.handler.count

默认: 2097152 (2G)

8. hbase.regionserver.port

HBase RegionServer 绑定的端口

默认: 60020

9. hbase.regionserver.info.port

HBase RegionServer web 界面绑定的端口设置为 -1 意味这你不想与运行 RegionServer 界面

默认: 60030

10. hbase.regionserver.info.port.auto

Master 或 RegionServer 是否要动态搜一个可以用的端口来绑定界面。当 hbase.regionserver.info.port已经被占用的时候，可以搜一个空闲的端口绑定。这个功能在测试的时候很有用。默认关闭

默认: false

11. hbase.regionserver.info.bindAddress

HBase RegionServer web 界面的IP地址

默认: 0.0.0.0

12. hbase.regionserver.class

RegionServer 使用的接口。客户端打开代理来连接region server的时候会使用到

默认: org.apache.hadoop.hbase.ipc.HRegionInterface

13. hbase.client.pause

通常的客户端暂停时间。最多的用法是客户端在重试前的等待时间。比如失败的 get 操作和 region 查询操作等都很可能用到

默认: 1000 ms

14. hbase.client.retries.number

最大重试次数。例如 region 查询，Get 操作，Update 操作等等都可能发生错误，需要重试。这是最大重试错误的值

默认: 10

15. hbase.client.scanner.caching

当调用 Scanner 的 next 方法，而值又不在缓存里的时候，从服务端一次获取的行数。越大的值意味着 Scanner 会快一些，但是会占用更多的内存。当缓冲被占满的时候，next 方法调用会越来越慢。慢到一定程度，可能会导致超时。例如超过了 hbase.regionserver.lease.period

默认: 1

16.hbase.client.keyvalue.maxsize

一个 KeyValue 实例的最大 size。这个是用来设置存储文件中的单个 entry 的大小上界。因为一个 KeyValue 是不能分割的，所以可以避免因为数据过大导致 region 不可分割。明智的做法是把它设为可以被最大 region size 整除的数。如果设置为 0 或者更小，就会禁用这个检查。默认 10MB

默认: 10485760 (10MB)

17. hbase.regionserver.lease.period

客户端租用 HRegion server 期限，即超时阀值。单位是毫秒。默认情况下，客户端必须在这个时间内发一条信息，否则视为死掉。

默认: 60000

18. hbase.regionserver.handler.count

RegionServers 受理的 RPC Server 实例数量。对于 Master 来说，这个属性是 Master 受理的 handler 数量

默认: 10

19. hbase.regionserver.msginterval

RegionServer 发消息给 Master 时间间隔，单位是毫秒

默认: 3000

20. hbase.regionserver.optionallogflushinterval

将 Hlog 同步到 HDFS 的间隔。如果 Hlog 没有积累到一定的数量，到了时间，也会触发同步。默认是 1秒，单位毫秒。

默认: 1000

21. hbase.regionserver.regionSplitLimit

region 的数量到了这个值后就不会在分裂了。这不是一个 region 数量的硬性限制。但是起到了一定指导性的作用，到了这个值就该停止分裂了。默认是 MAX_INT。就是说不阻止分裂。

默认: 2147483647 (1G)

22. hbase.regionserver.logroll.period

提交 commit log 的间隔，不管有没有写足够的值

默认: 3600000

23. hbase.regionserver.hlog.reader.impl

HLog file reader 的实现

默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogReader

24. hbase.regionserver.hlog.writer.impl

HLog file writer 的实现

默认: org.apache.hadoop.hbase.regionserver.wal.SequenceFileLogWriter

25. hbase.regionserver.thread.splitcompactcheckfrequency

region server 多久执行一次 split/compaction 检查

默认: 20000

26. hbase.regionserver.nbreservationblocks

储备的内存 block 的数量(译者注:就像石油储备一样)。当发生 out of memory 异常的时候，我们可以用这些内存在 RegionServer 停止之前做清理操作

默认: 4

27. hbase.zookeeper.dns.interface

当使用 DNS 的时候，Zookeeper 用来上报的 IP 地址的网络接口名字

默认: default

28. hbase.zookeeper.dns.nameserver

当使用 DNS 的时候，Zookeepr 使用的 DNS 的域名或者 IP 地址，Zookeeper 用它来确定和 master 用来进行通讯的域名

默认: default

29. hbase.regionserver.dns.interface

当使用 DNS 的时候，RegionServer 用来上报的 IP 地址的网络接口名字

默认: default

30. hbase.regionserver.dns.nameserver

当使用 DNS 的时候，RegionServer 使用的 DNS 的域名或者 IP 地址，RegionServer 用它来确定和 master 用来进行通讯的域名

默认: default

31. hbase.master.dns.interface

当使用 DNS 的时候，Master 用来上报的 IP 地址的网络接口名字

默认: default

32. hbase.master.dns.nameserver

当使用 DNS 的时候，RegionServer 使用的 DNS 的域名或者 IP 地址，Master 用它来确定用来进行通讯的域名

默认: default

33. hbase.balancer.period

Master 执行 region balancer 的间隔

默认: 300000

34. hbase.regions.slop

当任一 regionserver 有 average + (average * slop) 个 region 是会执行 Rebalance

默认: 0

35. hbase.master.logcleaner.ttl

Hlog 存在于.oldlogdir 文件夹的最长时间, 超过了就会被 Master 的线程清理掉

默认: 600000

36. hbase.master.logcleaner.plugins

LogsCleaner 服务会执行的一组 LogCleanerDelegat。值用逗号间隔的文本表示。这些 WAL/HLog cleaners 会按顺序调用。可以把先调用的放在前面。你可以实现自己的 LogCleanerDelegat，加到 Classpath下，然后在这里写下类的全称。一般都是加在默认值的前面

默认: org.apache.hadoop.hbase.master.TimeToLiveLogCleaner

37. hbase.regionserver.global.memstore.upperLimit

单个 region server 的全部 memtores 的最大值。超过这个值，一个新的 update 操作会被挂起，强制执行flush操作

默认: 0.4

38. hbase.regionserver.global.memstore.lowerLimit

当强制执行 flush 操作的时候，当低于这个值的时候，flush 会停止。默认是堆大小的 35% . 如果这个值和 hbase.regionserver.global.memstore.upperLimit 相同就意味着当 update 操作因为内存限制被挂起时，会尽量少的执行 flush(译者注:一旦执行 flush，值就会比下限要低，不再执行)

默认: 0.35

39. hbase.server.thread.wakefrequency

service 工作的 sleep 间隔，单位毫秒。可以作为 service 线程的 sleep 间隔，比如 log roller

默认: 10000

40. hbase.hregion.memstore.flush.size

当 memstore 的大小超过这个值的时候，会 flush 到磁盘。这个值被一个线程每隔 hbase.server.thread.wakefrequency 检查一下

默认: 67108864 (64MB)

41. hbase.hregion.preclose.flush.size

当一个 region 中的 memstore 的大小大于这个值的时候，我们又触发了 close. 会先运行“pre-flush”操作，清理这个需要关闭的 memstore，然后将这个 region 下线。当一个 region 下线了，我们无法再进行任何写操作。如果一个 memstore 很大的时候，flush 操作会消耗很多时间。”pre-flush” 操作意味着在 region 下线之前，会先把 memstore 清空。这样在最终执行 close 操作的时候，flush 操作会很快

默认: 5242880 (5MB)

42. hbase.hregion.memstore.block.multiplier

如果 memstore 有 hbase.hregion.memstore.block.multiplier 倍数的 hbase.hregion.flush.size 的大小，就会阻塞 update 操作。这是为了预防在 update 高峰期会导致的失控。如果不设上界，flush 的时候会花很长的时间来合并或者分割，最坏的情况就是引发 out of memory 异常。(译者注:内存操作的速度和磁盘不匹配，需要等一等。原文似乎有误)

默认: 2

43. hbase.hregion.memstore.mslab.enabled

体验特性：启用 memStore 分配本地缓冲区。这个特性是为了防止在大量写负载的时候堆的碎片过多。这可以减少 GC 操作的频率。( GC 有可能会 Stop the world )(译者注：实现的原理相当于预分配内存，而不是每一个值都要从堆里分配)

默认: false

44. hbase.hregion.max.filesize

最大 HStoreFile 大小。若某个 Column families 的 HStoreFile 增长达到这个值，这个 Hegion 会被切割成两个

默认: 268435456 (256M)

45. hbase.hstore.compactionThreshold

当一个 HStore 含有多于这个值的 HStoreFiles (每一个 memstore flush 产生一个 HStoreFile )的时候，会执行一个合并操作，把这 HStoreFiles 写成一个。这个值越大，需要合并的时间就越长

默认: 3

46. hbase.hstore.blockingStoreFiles

当一个 HStore 含有多于这个值的 HStoreFiles (每一个 memstore flush 产生一个 HStoreFile )的时候，会执行一个合并操作，update 会阻塞直到合并完成，直到超过了 hbase.hstore.blockingWaitTime 的值

默认: 7

47. hbase.hstore.blockingWaitTime

hbase.hstore.blockingStoreFiles 所限制的 StoreFile 数量会导致 update 阻塞，这个时间是来限制阻塞时间的。当超过了这个时间，HRegion 会停止阻塞update操作，不过合并还有没有完成。默认为 90s

默认: 90000

48. hbase.hstore.compaction.max

每个“小”合并的 HStoreFiles 最大数量

默认: 10

49. hbase.hregion.majorcompaction

一个 Region 中的所有 HStoreFile 的 major compactions 的时间间隔。默认是 1 天。设置为 0 就是禁用这个功能

默认: 86400000

50. hbase.mapreduce.hfileoutputformat.blocksize

MapReduce 中 HFileOutputFormat 可以写 storefiles/hfiles。这个值是 hfile 的 blocksize 的最小值。通常在 Hbase写Hfile 的时候，bloocksize 是由 table schema(HColumnDescriptor) 决定的，但是在 mapreduce 写的时候，我们无法获取 schema 中 blocksize。这个值越小，你的索引就越大，你随机访问需要获取的数据就越小。如果你的 cell 都很小，而且你需要更快的随机访问，可以把这个值调低

默认: 65536

51. hfile.block.cache.size

分配给 HFile/StoreFile 的 block cache 占最大堆(-Xmx setting)的比例。默认是20%，设置为0就是不分配

默认: 0.2

52. hbase.hash.type

哈希函数使用的哈希算法。可以选择两个值:: murmur (MurmurHash) 和 jenkins (JenkinsHash). 这个哈希是给 bloom filters 用的

默认: murmur

53. hbase.master.keytab.file

HMaster server 验证登录使用的 kerberos keytab 文件路径。(译者注：Hbase 使用 Kerberos实现安全)

默认: none

54. hbase.master.kerberos.principal

例如. “hbase/_HOST@EXAMPLE.COM”。 HMaster 运行需要使用 kerberos principal name. principal name 可以在: user/hostname@DOMAIN 中获取. 如果 “_HOST” 被用做 hostname portion，需要使用实际运行的 hostname 来替代它

默认: none

55. hbase.regionserver.keytab.file

HRegionServer 验证登录使用的 kerberos keytab 文件路径

默认: none

56. hbase.regionserver.kerberos.principal

例如. “hbase/_HOST@EXAMPLE.COM”。HRegionServer 运行需要使用 kerberos principal name. principal name 可以在: user/hostname@DOMAIN 中获取。如果 “_HOST” 被用做 hostname portion，需要使用实际运行的 hostname 来替代它。在这个文件中必须要有一个entry来描述 hbase.regionserver.keytab.file

默认: none

57. zookeeper.session.timeout

ZooKeeper 会话超时。Hbase 把这个值传递改 zk 集群，向它推荐一个会话的最大超时时间。单位是毫秒

默认: 180000

58. zookeeper.znode.parent

ZooKeeper 中的 Hbase 的根 ZNode。所有的 Hbase 的 ZooKeeper 会用这个目录配置相对路径。默认情况下，所有的 Hbase 的 ZooKeeper 文件路径是用相对路径，所以它们会都去这个目录下面

默认: /hbase

59. zookeeper.znode.rootserver

ZNode 保存的根 region 的路径. 这个值是由 Master 来写，client 和 regionserver 来读的。如果设为一个相对地址，父目录就是 ${zookeeper.znode.parent}。默认情形下，意味着根 region的路径存储在/hbase/root-region- server

默认: root-region-server

60. hbase.zookeeper.quorum

Zookeeper 集群的地址列表，用逗号分割。例如：”host1.mydomain.com,host2.mydomain.com,host3.mydomain.com”.默认是 localhost,是给伪分布式用的。要修改才能在完全分布式的情况下使用。如果在hbase-env.sh设置了HBASE_MANAGES_ZK，这些ZooKeeper节点就会和Hbase一起启动