对比使用Phoenix组件和原生Hbase查询的时间性能

对比使用Phoenix组件和原生Hbase查询的时间性能

之前对于使用Phoenix查询Hbase大表数据一直卡死，于是搁置了好久，昨晚终于尝试了一下，完美搞定，本节文章来使用4种方法对比Hbase查询性能。

查询数据量为1.8亿+。

1.基本理论

HBase是一个分布式的基于列存储的非关系型数据库。

HBase不是关系型数据库，而是一个在hdfs上开发的面向列的分布式数据库，不支持sql。

HBase统计使用count。查询按照rowkey查询，适合存储结果，不适合做sum、count、表连接等复杂查询，而SQL则适合多表连接，查询组合等。

现有工具有很多Hive，Tez，Impala，Shark/Spark，Phoenix等。今天主要记录Phoenix。

phoenix，由saleforce.com开源的一个项目，后又捐给了Apache。它相当于一个Java中间件，帮助开发者，像使用jdbc访问关系型数据库一些，访问NoSql数据库HBase。

phoenix，操作的表及数据，存储在hbase上。phoenix只是需要和Hbase进行表关联起来。然后再用工具进行一些读或写操作。

其实，可以把Phoenix只看成一种代替HBase的语法的一个工具。

2.查询方式

第一种：原生Hbase查询时间

count 'mysql_data'

Hbase查询时间为3856秒大约1小时7分钟

第二种：Hbase查询优化

count 'mysql_data', INTERVAL => 10000000

每隔一千万查询一次：

间隔查询3372.5740秒，大约耗时：56分钟。

第三种：协处理器

首先需要配置：hbase-site.xml

<property>
   <name>hbase.coprocessor.user.region.classes</name>
   <value>org.apache.hadoop.hbase.coprocessor.AggregateImplementation</value>
</property>

耗时：1874188毫秒=1874.188s秒，大约31分钟。

第四种：Phoenix查询时间

需要设置Phoenix中的hbase-site.xml时间配置：

<property>
    <name>phoenix.query.timeoutMs</name>
    <value>3600000</value>
</property>

<property>
    <name>hbase.rpc.timeout</name>
    <value>3600000</value>
</property>

<property>
    <name>hbase.client.scanner.timeout.period</name>
    <value>3600000</value>
</property>

Phoenix查询时间为2015.033秒，大约33分钟左右。

3.总结

综上可得出，速度快慢：协处理器>Phoenix查询>间隔count>普通count>全表scan。

最后，欢迎大家订阅我的chat，更多细节会在chat中分享，本节chat可以提供源码进行实践！！！