文章列表
对于Table内RowKey个数的统计，一直是HBase系统面临的一项重要工作，目前有两种执行该操作的方式。
1）使用MapReduce进行。可以借助HTableInputFormat实现对于Rowkey的划分，但是需要占用资源，另外由于使用的Hadoop集群提交作业，经常会遇到不能申请到资源的情况，延迟较大，不适合应用的频繁访问。
2）使用Scan+KeyOnlyFilter的方式进行。可以借助Filter的功能，尽可能实现数据在RegionServer端进行统计，减轻Client端的压力。但是，在大多数情况下，从每一个Region上进行Scan，当Table较大时，会造成非常长的延迟 ...
一般我向别人介绍HBase的时候，都会这样说：Hbase是加强版的Mysql，存储容量更大、逻辑形式更加灵活。至于BigTable那篇论文的内容，它的意义在于提供了一种更加灵活地组织数据的形式。Hbase以Distributed、Sorted RowKey、MultiDimentional作为亮点，吸引了如Facebook、Amazon、Taobao在内的一大批Internet公司的使用。HBase虽然开源，但是要真正使得你的业务run得漂亮，也不是容易的事情。本系列文章的作者，正是在HBase的使用过程中的一种积累。
1、如何更快Scan一个table中所有的的RowKey
建表时确 ...
任何系统的性能分析以及分布式负载平衡策略的执行，需要首先了解当前系统的资源使用情况。
从资源角度进行划分，可以把资源分为如下4类：
1）处理器资源，CPU
2）内存资源，Memory，从广义概念上讲，这还包括Swap\Cache\Buffer等
3）磁盘资源，Disk
4） 网络资源，Network IO，从广义概念上讲，还要考虑上层网络交换机的带宽和交换机之间的带宽。
1、CPU分析
CPU分析常用的工具top。
针对HBase上SQL解决方案，目前社区内比较热门的有Cloudera的Impala，Horntworks的Drill，以及Hive。根据与HBase的操作方式，可以分为三种：
以MapReduce为核心，单个任务使用hbase-client原始接口访问；
以Google Dremel为核心，单个任务使用hbase-client原始接口访问；
以HBase-Coprocessor为核心，结合Google Dremel的思想，客户端合并多个节点的处理结果。
Phoenix的安装:
1）git clone https://github.com/forcedotcom/p ...