基于HBase Thrift接口的使用問(wèn)題及相關(guān)注意事項(xiàng)有哪些

這篇文章主要介紹了基于HBase Thrift接口的使用問(wèn)題及相關(guān)注意事項(xiàng)有哪些，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

HBase對(duì)于非Java語(yǔ)言提供了Thrift接口支持，這里結(jié)合對(duì)HBase Thrift接口（HBase版本為0.92.1）的使用經(jīng)驗(yàn)，總結(jié)其中遇到的一些問(wèn)題及其相關(guān)注意事項(xiàng)。
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(lèi)型的數(shù)據(jù)，通過(guò)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(guò)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*) &timestamp;
  size_t n = sizeof(int32_t);
  key.append(pTs, n);

通過(guò)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(guò)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(guò)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(guò)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(guò)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(lèi)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(guò)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(guò)Thrift協(xié)議傳輸?shù)絋hrift Server端，而這些屬性必須通過(guò)__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(guò)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(wèn)線(xiàn)程數(shù)
首先，為了盡可能減少由于網(wǎng)絡(luò)傳輸帶來(lái)的時(shí)間開(kāi)銷(xiāo)，HBase的Thrift Server最好和應(yīng)用客戶(hù)端部署在同一臺(tái)機(jī)器上。Thrift Server啟動(dòng)時(shí)可以通過(guò)參數(shù)配置并發(fā)線(xiàn)程數(shù)，否則很容易導(dǎo)致Thrift Server線(xiàn)程滿(mǎn)了不響應(yīng)客戶(hù)端的讀寫(xiě)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(hù)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(guò)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(hù)端并發(fā)訪問(wèn)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）。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“基于HBase Thrift接口的使用問(wèn)題及相關(guān)注意事項(xiàng)有哪些”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!