Hadoop HBase概念学习系列之HBase表的一些设置（强烈推荐好好领悟）（十三）

　　

　　压缩格式:默认压缩格式是NONE。可选值有GZ、LZO、SNAPPY。

　　版本数：HBase默认定义为3个版本。

　　以秒为单位的存活时间TTL：使用对象是行中的列簇，一旦达到过期时间，HBase会删除这些行。

　　快大小：HBase默认的块大小是64KB，不同于HDFS默认64MB的块大小。原因是HBase需要支持随机访问。一旦找到了行键所在的块，接下来就会定位对应的单元格。使用64KB大小的块扫描速度显然优于64MB大小的块。

　　内存模式：默认值是false。如果设置为true，HBase会尝试将整个列簇保存在内存中。只有在需要保存时才会持久化写入磁盘。但是在运行时HBase会尝试将整张表加载到内存里。

　　块缓存：默认值是true。块缓存是内存存储，HBase使用块缓存将最近使用的块加载到内存中。块缓存会根据“最近没有使用”（LRU）的规则删除块数据。　　

　　布隆过滤：布隆过滤是一种空间高效的概率数据结构，它能检测元素（行键，或行键与列标识的结合）“确定不”存在于表中，或元素“可能”存在于表中。默认值是NONE。可以设置为ROW，表示使用行键级的布隆过滤，也可以设置为ROWCOL，表示使用行键与列标识级别的布隆过滤。

（1）一般不建议设计多个列族。

　　具体原因如下，假如HBase表的表设置两个两个列族，若已一个列族1000万行，另一个列族100行。当一个要求region分裂时候，会导致100行的列会同样分布到多个region中。这样就出现基数问题，会导致扫描列族A的性能低下。某个列族在flush的时候，它邻近的列族也会因关联效应出发flush，最终导致系统产生更多的I/O。

（2）数据块缓存配置

　　如果经常顺序访问或者很少访问，可以关闭列族的缓存，让BLOCKCACHE 参数设置false，列族缓存默认打开。

（3）激进缓存配置

　　可以选择一个列族赋予更高的缓存，该参数IN_MEMORY 设置true。列族默认的关闭的。

（4）布隆过滤器（BLOOMFILTER）设置

　　减少硬盘读取数据带来的开销。对存储的数据块做反向测试，占用额外的空间。

（5）生产时间配置

　　超过这个时间设置的就会在下一次大合并中被删除。TTL =>"18000"

（6）列族压缩

　　压缩可以节省空间，读写数据会增加CPU的使用率 LZO，SNAPPY，GZIP

（7）单元时间版本

　　默认为1个版本，可以通过指定多个版本，来保存历史数据