HBase note

查看HBase表行数

在hbase shell中，通过scan去扫描表来获取行数是一个相当耗时的工作。可通过如下方法来快速获取表行数：

$HBASE_HOME/bin/hbase org.apache.hadoop.hbase.mapreduce.RowCounter '$tablename'

结果如下：

org.apache.hadoop.hbase.mapreduce.RowCounter$RowCounterMapper$Counters
		ROWS=223943

HBase建表参数

HBase建表的参数及默认值如下：

参数	默认值	说明
DATA_BLOCK_ENCODING	NONE	将重复的row/family/qualifier/进行压缩，减少block的空间占用，提高内存使用率，encode算法有NONE（不启用DATA_BLOCK_ENCODING）、PREFIX、DIFF、FAST_DIFF、PREFIX_TREE 等几种。
BLOOMFILTER	ROW	用来提高随机读的性能，值有 ROW 和 ROWCOL 两种。
REPLICATION_SCOPE	0	是否复制。若希望复制该列族的话，设置该值为1。
VERSIONS	1	保留的版本数。
COMPRESSION	NONE	是否压缩，可指定为SNAPPY，LZO，GZIP等。
MIN_VERSIONS	0	保留的最小版本数。
TTL	FOREVER	过期时间，单位为秒，默认永不过期。若MIN_VERSIONS=0，删除所有过期的数据；若MIN_VERSION=N，保留最新的N份的数据，其余份数的数据将被删除。
KEEP_DELETED_CELLS	false	基于时间的历史数据查询中是否可见？解释：在时间点T写入数据A，在T+X删除数据A，若该值为false，则查询[0, T+1)的数据时，A不会返回；若该值为true，查询[0, T+1)时将返回A。
BLOCKSIZE	65535	block大小，默认为64kb(65535byte)
IN_MEMORY	false	数据块缓存保存这个列族相比其它列族更激进。即使设置为true，该列族也不会长久驻留cache而不被逐出cache, 当不断有新的in-memory的block被访问，而in-memory cache已达到上限时，旧的in-memory block就会被替换出去，除非所有in-memory的block的总体积小于in-memory cache。
BLOCKCACHE	true	是否开启数据块cache。如果一个表或表的列族只被顺序化扫描访问或很少被访问，建议关掉BLOCKCACHE。

一些小点

• 修改 hbase ttl 为 forever
  若表已创建，现需要将 ttl 调整为 forever，可指定 TTL => org.apache.hadoop.hbase.HConstants::FOREVER，注意不要加引号。