优化指定客户机群的单台HBase节点的稳定写入速度至不少于9.4MB/s。
（1）关掉HLog
put.setWriteToWAL(false);
（2）加大JVM内存>=90GB
（3）使用mapreduce批量写入（4）调大写缓存，调小读缓存
hbase.regionserver.global.memestore.upperlimit = 0.5
hfile.block.cache.size = 0.3
（5）使用批量写
table.put(puts)
（6）autoflush设置
table.setAutoFlush(false)
...
table.flushCommits();
或者设置
hbase.client.write.buffer
（7）延迟日志flush
hbase.regionserver.optionallogflushinterval
默认1s，增大改值
（8）增大regionserver handler数量
hbase.regionserver.handler.count=300
HBase服务端调优
GC_OPTS
HBase是利用内存完成读写操作。提高HBase内存可以有效提高HBase性能。GC_OPTS主要需要调整HeapSize和NewSize的大小。调整HeapSize大小的时候，建议将Xms和Xmx设置成相同的值，这样可以避免JVM动态调整HeapSize大小的时候影响性能。调整NewSize大小的时候，建议把其设置为HeapSize大小的1/9。
当HBase集群规模越大，Region数量越多时，可以适当调大HMaster的GC_OPTS参数
RegionServer需要比HMaster更大的内存，在内存充足的情况下，HeapSize可以相对设置大一些。
HMaster的HeapSize为4G的时候，HBase集群可以支持100000个Region的规模。根据经验值，单个RegionServer的HeapSize不建议超过20GB。
# HMaster、RegionServer GC_OPTS配置如下：
HMaster: -Xms2G -Xmx2G -XX:NewSize=256M -XX:MaxNewSize=256M
RegionServer: -Xms4G -Xmx4G -XX:NewSize=512M -XX:MaxNewSize=512M
RegionServer并发请求处理数量
hbase.regionserver.handler.count表示RegionServer在同一时刻能够并发处理多少请求。如果设置过高会导致激烈的线程竞争，如果设置过小，请求将会在RegionServer长时间等待，降低处理能力。应该根据资源情况，适当增加处理线程数。
建议根据CPU的使用情况，可以设置为100至300之间的值。
控制MemStore的大小
hbase.hregion.memstore.flush.size默认值128M，单位字节，一旦有MemStore超过该值将被flush，如果regionserver的jvm内存比较充足(16G以上)，可以调整为256M。在内存足够put负载大情况下可以调整增大。
BlockCache优化
BlockCache作为读缓存，合理设置对于提高读性能非常重要。默认情况下，BlockCache和MemStore的配置各占40%，可以根据集群业务进行修正，比如读多写少业务可以将BlockCache占比调大。另外BlockCache的策略也很重要，不同策略对读性能来说影响并不大，但是对GC的影响 却很显著。
HBase缓存区大小，主要影响查询性能。根据查询模式以及查询记录分布情况来决定缓存区的大小。如果采用随机查询使得缓存区的命中率较低，可以适当降低缓存大小。
hfile.block.cache.size，默认0.4，用来提高读性能
hbase.regionserver.global.memstore.size，默认0.4，用来提高写性能
控制HFile个数
MemStore在flush之前，会进行StoreFile的文件数量校验（通过hbase.hstore.blockingStoreFiles参数配置），如果大于设定值，系统将会强制执行Compaction操作进行文件合并，在合并的过程中会阻塞MemStore的数据写入，等待其他线程将StoreFile进行合并。通常情况下发生在数据写入很快的情况下。
hbase.hstore.compactionThreshold表示启动Compaction的最低阈值，该值不能太大，否则会积累太多文件，一般建议设置为5～8左右。
hbase.hstore.blockingStoreFiles默认设置为7，可以适当调大一些。
Split优化
hbase.hregion.max.filesize表示HBase中Region的文件总大小的最大值。当Region中的文件大于该参数时，将会导致Region分裂。
- 如果该参数设置过小时，可能会导致Split操作频繁
- 如果该参数设置过大时，会导致Compaction操作需要处理的文件个数增大，影响Compaction执行效率
Compaction优化
hbase.hstore.compaction.min当一个Store中文件超过该值时，会进行Compaction，适当增大该值，可以减少文件被重复执行Compaction。但是如果过大，会导致Store中文件数过多而影响读取的性能。
hbase.hstore.compaction.max控制一次Compaction操作时的文件数据量的最大值。
hbase.hstore.compaction.max.size如果一个HFile文件的大小大于该值，那么在Minor Compaction操作中不会选择这个文件进行Compaction操作，除非进行Major Compaction操作。这个值可以防止较大的HFile参与Compaction操作。在禁止Major Compaction后，一个Store中可能存在几个HFile，而不会合并成为一个HFile，这样不会对数据读取造成太大的性能影响。
原则是：尽量要减小Compaction的次数和Compaction的执行时间
感谢老师分享