较原始的HBase CMS GC相当严重，经常会因为碎片过多导致Promotion Failure，严重影响业务的读写请求。幸运的是，HBase并没有止步不前，很多优化方案相继被提出并贡献给社区，本文要介绍的就是几个比较重要的核心优化，分别是针对Memstore所作的两个优化

HBase表管理系统

　　在之前的HBase BlockCache系列文章中已经简单提到：使用LRUBlockCache缓存机制会因为CMS GC策略导致内存碎片过多，从而可能引发臭名昭著的Full GC，触发可怕的’stop-the-world’暂停，严重影响上层业务;而Bucket Cache缓存机制因为在初始化的时候就申请了片固定大小的内存作为缓存

　　2015年11月11日，作为媒体大屏(dataV)、消费记录、支付宝风控、物流详情、库存对账核心数据库的集团HBase，当天稳定运行，顺利完成了任务。并交出了非常漂亮的几项数据： QPS=1993W，TPS=3656W，读流量=56GBps，写流量=40.6GBps，全天吞吐读2.0PB，写1.28PB。

　　HBase是个开源的非关系型分布式数据库(NoSQL)，它参考了谷歌的BigTable建模，实现的编程语言为 Java。它是Apache软件基金会的Hadoop项目的部分，运行于HDFS文件系统之上，为 Hadoop 提供类似于BigTable 规模的服务。因此，它可以容错地存储海量稀疏的数据。

　　摘要 HBase是个分布式的、持久的、强致性的存储系统，具有近似较优的写性能(能使IO利用率达到饱和)和出色的读性能，它充分利用了磁盘空间，支持特定的列族切换，可选压缩算法。

　　由于hbase基于行健有序存储，在查询时使用行健十分高效，然后想要实现关系型数据库那样可以随意组合的多条件查询、查询总记录数、分页等就比较麻烦了。想要实现这样的功能,我们可以采用两种方法:

　　HBase BlockCache系列文章到了终结篇，几个主角的是是非非也该有个了断了，在SlabCache被早早地淘汰之后，站在华山之巅的也就仅剩LRU君(LRUBlockCache)和CBC君(CombinedBlockCache)。

　　继续搭建 HBase 集群环境。 HBase 版本也比较杂，目前也有两大稳定的分支，1.1.x 和 1.2.x 。从官方文档了解到，支持 Hadoop2.6.1+ 对应版本应该是 1.2.x 系列，因此这里选择 1.2.1 稳定版。 1.1.x 在 Hadoop 2.6.1+ 上是 未测试 的。

深入阅读HBase源码的学习步骤

　　HBase BlockCache系列第篇文章《走进BlockCache》从全局视角对HBase中缓存、Memstore等作了简要概述，并介绍了几种BlockCache方案及其演进过程，对此还不了解的可以点这里。

每日搏 | HBase 之 HMaster 工作原理

　　基于HBase-0.98.7、Hadoop-2.5.2，使用HBase importtsv工具将大概10GB csv文件导入HBase。但是运行过程中抛出以下异常

spark 操作 hbase