国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

如何避免HBase寫入過快引起的各種問題

zlyBear / 3174人閱讀

摘要:最后由負責處理的取出請求完成寫入操作。當寫入過快時會遇見什么問題寫入過快時,的水位會馬上被推高。如何避免一種是加快速度當達到配置上限時,會導致阻塞等到工作完成。通過這個可以防止寫入過快時候把端寫爆,有一定反壓作用。

首先我們簡單回顧下整個寫入流程
client api ==> RPC ==>  server IPC ==> RPC queue ==> RPC handler ==> write WAL ==> write memstore ==> flush to  filesystem

整個寫入流程從客戶端調用API開始,數據會通過protobuf編碼成一個請求,通過scoket實現的IPC模塊被送達server的RPC隊列中。最后由負責處理RPC的handler取出請求完成寫入操作。寫入會先寫WAL文件,然后再寫一份到內存中,也就是memstore模塊,當滿足條件時,memstore才會被flush到底層文件系統,形成HFile。

當寫入過快時會遇見什么問題?

寫入過快時,memstore的水位會馬上被推高。
你可能會看到以下類似日志:

RegionTooBusyException: Above memstore limit, regionName=xxxxx ...

這個是Region的memstore占用內存大小超過正常的4倍,這時候會拋異常,寫入請求會被拒絕,客戶端開始重試請求。當達到128M的時候會觸發flush memstore,當達到128M * 4還沒法觸發flush時候會拋異常來拒絕寫入。兩個相關參數的默認值如下:

hbase.hregion.memstore.flush.size=128M
hbase.hregion.memstore.block.multiplier=4

或者這樣的日志:

regionserver.MemStoreFlusher: Blocking updates on hbase.example.host.com,16020,1522286703886: the global memstore size 1.3 G is >= than blocking 1.3 G size
regionserver.MemStoreFlusher: Memstore is above high water mark and block 528ms

這是所有region的memstore內存總和開銷超過配置上限,默認是配置heap的40%,這會導致寫入被阻塞。目的是等待flush的線程把內存里的數據flush下去,否則繼續允許寫入memestore會把內存寫爆

hbase.regionserver.global.memstore.upperLimit=0.4  # 較舊版本,新版本兼容
hbase.regionserver.global.memstore.size=0.4 # 新版本

當寫入被阻塞,隊列會開始積壓,如果運氣不好最后會導致OOM,你可能會發現JVM由于OOM crash或者看到如下類似日志:

ipc.RpcServer: /192.168.x.x:16020 is unable to read call parameter from client 10.47.x.x
java.lang.OutOfMemoryError: Java heap space

HBase這里我認為有個很不好的設計,捕獲了OOM異常卻沒有終止進程。這時候進程可能已經沒法正常運行下去了,你還會在日志里發現很多其它線程也拋OOM異常。比如stop可能根本stop不了,RS可能會處于一種僵死狀態。

如何避免RS OOM?

一種是加快flush速度:

hbase.hstore.blockingWaitTime = 90000 ms
hbase.hstore.flusher.count = 2
hbase.hstore.blockingStoreFiles = 10

當達到hbase.hstore.blockingStoreFiles配置上限時,會導致flush阻塞等到compaction工作完成。阻塞時間是hbase.hstore.blockingWaitTime,可以改小這個時間。hbase.hstore.flusher.count可以根據機器型號去配置,可惜這個數量不會根據寫壓力去動態調整,配多了,非導入數據多場景也沒用,改配置還得重啟。

同樣的道理,如果flush加快,意味這compaction也要跟上,不然文件會越來越多,這樣scan性能會下降,開銷也會增大。

hbase.regionserver.thread.compaction.small = 1
hbase.regionserver.thread.compaction.large = 1

增加compaction線程會增加CPU和帶寬開銷,可能會影響正常的請求。如果不是導入數據,一般而言是夠了。好在這個配置在云HBase內是可以動態調整的,不需要重啟。

上述配置都需要人工干預,如果干預不及時server可能已經OOM了,這時候有沒有更好的控制方法?

hbase.ipc.server.max.callqueue.size = 1024 * 1024 * 1024 # 1G

直接限制隊列堆積的大小。當堆積到一定程度后,事實上后面的請求等不到server端處理完,可能客戶端先超時了。并且一直堆積下去會導致OOM,1G的默認配置需要相對大內存的型號。當達到queue上限,客戶端會收到CallQueueTooBigException 然后自動重試。通過這個可以防止寫入過快時候把server端寫爆,有一定反壓作用。線上使用這個在一些小型號穩定性控制上效果不錯。

詳情請閱讀原文

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/68901.html

相關文章

  • 如何避免HBase寫入過快引起各種問題

    摘要:最后由負責處理的取出請求完成寫入操作。當寫入過快時會遇見什么問題寫入過快時,的水位會馬上被推高。如何避免一種是加快速度當達到配置上限時,會導致阻塞等到工作完成。通過這個可以防止寫入過快時候把端寫爆,有一定反壓作用。 首先我們簡單回顧下整個寫入流程 client api ==> RPC ==> server IPC ==> RPC queue ==> RPC handler ==> w...

    includecmath 評論0 收藏0
  • HBase從入門到精通系列】如何避免HBase寫入過快引起各種問題

    摘要:最后由負責處理的取出請求完成寫入操作。當寫入過快時會遇見什么問題寫入過快時,的水位會馬上被推高。如何避免一種是加快速度當達到配置上限時,會導致阻塞等到工作完成。通過這個可以防止寫入過快時候把端寫爆,有一定反壓作用。 摘要: 首先我們簡單回顧下整個寫入流程 client api ==> RPC ==> server IPC ==> RPC queue ==> RPC handler ==...

    roadtogeek 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<