Hbase高级进阶系列（七）Hbase表Region过多怎么办？

我们知道在hbase中，所有的region之间会共享一块memstore内存区域，所以如果region越多，那么memsotre刷新的就会很频繁，此时会产生非常多小的HFiles，这些小的Hfile就会触发更多的合并操作。由此可以看到的现象就是：

1、hbase整个集群的CPU负载很高，几乎快撑满100%了
2、hbase的内存一直居高不下，降不下来。
3、磁盘的I/O也很高

从而产生的影响就有：

1、API请求出现大量超时,数据写不进去，数据读不出来
2、HDFS上出现大量的小文件（HFile）

那么我们的region在多少应该算是一个合理的水平呢？ 这个在之前的问答社区我们已经给出了案例，详情可参考：《Hbase集群中，每个节点分配多少region合适？》。

那么出现region过多的情况，我们如何来进行调整呢？下面我们列举一些方法：

1、region的大小保持在10-40GB大小，如果region过多，可以把region的大小设置大一点。
2、可以重新创建一张表，把新表做一个预分区，然后把老表的数据拷贝到新表去，减少分裂的情况。
3、手动合并（merge）现有表的region，使用的命令如： merge_region 'xxx','xxxx'，具体键下图

除了解决region过多的问题，我们还有更重要的是防范region过多的问题，那么如何防范呢？下面列举一些措施：

1、设置region的大小至少是10GB，可以稍微大点，配置高的话可以设置40GB左右。
2、HBase默认的split策略（org.apache.hadoop.hbase.regionserver.IncreasingToUpperBoundRegionSplitPolicy ）确保region绝对不会超过配置的最大值（hbase.hregion.max.filesize ）。但是，当集群负载比较小的时候（少于100 region) , 可能会创建很多较小的region 。为了确保你的region 能增长至正常的大小，要验证hbase.hregion.nax.file size属性值是滞设置成了至少lOGB 。这个属性值以字节表示，即是10737418240 。当然，常见的做越是设置将最大文件大小设为更大的lOOGB 。当使用较大的region大小时，需要手动管理splito 确保split 的时间合适 ，对HBase集群操作和SLA影响最小。
3、不要滥用列族的数量，一般设置1-2个即可，千万不建议超过2个。因为特定region memstore会在不同的列族间拆分，列族太多会减少各自可用的内存，导致 些列族的刷新幅度很小。同样，由于刷新后的文件比较小，将造成多余的合并。减少列族数量，对于剩下的列族，每个region 能拥有更多的内存，省去不必要的刷新和合井，让每台服务器能处理更多的region

以上就是关于region过多的一些解决与预防措施。