更新时间:2022-07-19 GMT+08:00
分享

bulkload和put应用场景

HBase支持使用bulkload和put方式加载数据,在大部分场景下bulkload提供了更快的数据加载速度,但bulkload并不是没有缺点的,在使用时需要关注bulkload和put适合在哪些场景使用。

bulkload是通过启动MapReduce任务直接生成HFile文件,再将HFile文件注册到HBase,因此错误的使用bulkload会因为启动MapReduce任务而占用更多的集群内存和CPU资源,也可能会生成大量很小的HFile文件频繁的触发Compaction,导致查询速度急剧下降。

错误的使用put,会造成数据加载慢,当分配给RegionServer内存不足时会造成RegionServer内存溢出从而导致进程退出。

下面给出bulkload和put适合的场景:

  • bulkload适合的场景:
    • 大量数据一次性加载到HBase。
    • 对数据加载到HBase可靠性要求不高,不需要生成WAL文件。
    • 使用put加载大量数据到HBase速度变慢,且查询速度变慢时。
    • 加载到HBase新生成的单个HFile文件大小接近HDFS block大小。
  • put适合的场景:
    • 每次加载到单个Region的数据大小小于HDFS block大小的一半。
    • 数据需要实时加载。
    • 加载数据过程不会造成用户查询速度急剧下降。
分享:

    相关文档

    相关产品