MAPREDUCE服务 MRS-BulkLoad和Put应用场景有哪些:回答

时间：2024-06-13 09:38:44

MAPREDUCE服务 MRS HBase应用开发常见问题

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。