|
|
1. 字節(jié)的存放順序
HBase中，由于row（row key和column family、column qualifier、time stamp）是按照字典序進(jìn)行排序的，因此，對(duì)于short、int、long等類型的數(shù)據(jù)，通過Bytes.toBytes(…)轉(zhuǎn)換成byte數(shù)組后，必須按照大端模式（高字節(jié)在低地址，低字節(jié)在高地址）存放。對(duì)于value，也是同樣的道理。因此，在使用Thrift API（C++、php、Python等）方式時(shí)，最好對(duì)于row和value都統(tǒng)一按照大端進(jìn)行pack和unpack處理。
舉個(gè)例子，C++中，對(duì)于int型變量，經(jīng)過以下方式轉(zhuǎn)換為字典序：
復(fù)制代碼 代碼如下:
string key;
int32_t timestamp = 1352563200;
const char* pTs =(const char*) ×tamp;
size_t n = sizeof(int32_t);
key.append(pTs, n);
通過以下方式將字典序轉(zhuǎn)換為int：
復(fù)制代碼 代碼如下:
const char * ts = key.c_str();
int32_t timestamp = *((int32_t*)(ts));
php中則提供了pack和unpack方法進(jìn)行轉(zhuǎn)換：
復(fù)制代碼 代碼如下:
$key = pack("N", $num);
$num = unpack("N", $key);
2. TScan的使用陷阱
HBase的php Thrift接口中，TScan可以直接通過設(shè)置startRow、stopRow、columns、filter等屬性，默認(rèn)這些屬性均為null，設(shè)置后變?yōu)榉莕ull（通過TScan的構(gòu)造函數(shù)或直接對(duì)TScan的成員變量進(jìn)行賦值）。通過write()方法和Thrift Server進(jìn)行RPC操作時(shí)，直接判斷的依據(jù)是這些屬性不為null，則通過Thrift協(xié)議傳輸?shù)絋hrift Server端。
但是在C++的Thrift接口中，TScan中有一個(gè)_TScan__isset __isset類型的變量，其內(nèi)部結(jié)構(gòu)如下：
復(fù)制代碼 代碼如下:
typedef struct _TScan__isset {
_TScan__isset() : startRow(false), stopRow(false), timestamp(false), columns(false), caching(false), filterString(false) {}
bool startRow;
bool stopRow;
bool timestamp;
bool columns;
bool caching;
bool filterString;
} _TScan__isset;
TScan的write()方法則是通過判斷_TScan__isset下的各個(gè)bool變量標(biāo)記是否設(shè)置了startRow、stopRow、columns、filter等屬性，決定是否將這些屬性通過Thrift協(xié)議傳輸?shù)絋hrift Server端，而這些屬性必須通過__set_xxx()方法進(jìn)行設(shè)置才能生效！在TScan的默認(rèn)構(gòu)造函數(shù)中，并不會(huì)對(duì)這些屬性對(duì)應(yīng)的__isset標(biāo)記設(shè)置為true！
因此，如果直接通過TScan的構(gòu)造函數(shù)初始化startRow、stopRow、columns、filter等屬性會(huì)導(dǎo)致從頭遍歷該表，只有調(diào)用了__set_xxx()方法才會(huì)將對(duì)應(yīng)的bool標(biāo)識(shí)設(shè)置為true，這樣服務(wù)端才會(huì)從Thrift Server獲取startRow、stopRow、columns、filter等屬性進(jìn)行掃描。
3. 并發(fā)訪問線程數(shù)
首先，為了盡可能減少由于網(wǎng)絡(luò)傳輸帶來的時(shí)間開銷，HBase的Thrift Server最好和應(yīng)用客戶端部署在同一臺(tái)機(jī)器上。Thrift Server啟動(dòng)時(shí)可以通過參數(shù)配置并發(fā)線程數(shù)，否則很容易導(dǎo)致Thrift Server線程滿了不響應(yīng)客戶端的讀寫請(qǐng)求，具體命令：bin/hbase-daemon.sh start thrift --threadpool -m 200 -w 500（更多參數(shù)參考這里：bin/hbase-daemon.sh start thrift -h）。
4. 最大堆內(nèi)存配置
如果客戶端與Thrift Server進(jìn)行scan操作順序讀取數(shù)據(jù)，而且設(shè)置了一定的cache記錄條數(shù)（通過TScan的int32_t caching變量設(shè)置），那么這些被caching的記錄數(shù)可能會(huì)占用Thrift Server相當(dāng)部分的堆內(nèi)存，尤其在多客戶端并發(fā)訪問時(shí)更明顯。
因此，在Thrift Server啟動(dòng)前，可以調(diào)大最大堆內(nèi)存，否則可能由于Java.lang.OutOfMemoryError異常而導(dǎo)致進(jìn)程被殺掉，尤其是當(dāng)Scan時(shí)設(shè)置了較大的caching記錄條數(shù)的情況（默認(rèn)為export HBASE_HEAPSIZE=1000MB，可以在conf/hbase-env.sh中設(shè)置）。
php技術(shù)：基于HBase Thrift接口的一些使用問題及相關(guān)注意事項(xiàng)的詳解，轉(zhuǎn)載需保留來源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
