參考：http://blog.csdn.net/zbc1090549839/article/details/51582817
業務背景：由於需要將ngix日志過濾出來的1億+條用戶行為記錄存入Hbase數據庫，以此根據一定的條件來提供近實時查詢，比如根據用戶id及一定的時間段等條件來過濾符合要求的若干行為記錄，滿足這一場景的技術包括：Solr，Elasticsearch，hbase等，在此選用了Hbase來實踐。
step 1 :
直接hbase建表，然后讀取記錄文件逐條寫入Hbase。由於hbase實際的寫入速度遠遠小於我的提交速度，在寫入了1700條記錄后，hbase出現了宕機，提交后無響應。查看hbase日志，出現 out of memory異常。
step 2：
考慮在建表的時候沒有進行預分區，因此寫入的時候會存在熱點寫的問題，同時數據持續增長，需要不斷的對region進行split，實際上這一步相當消耗資源。因此對要寫入的Hbase表重新預分區。好在上一步驟中寫入的數據不多，因此直接刪除表和數據后重新建表並預分區：
- create 'user_actions', {NAME => 'info', VERSIONS=> 3},{SPLITS => ['130','140','160','170','180']}
同時，針對out of memory異常，修改hbase配置文件/conf/hbase-site.xml，將hbase的堆內存增加到3GB(條件有限，如果硬件條件好的話，可以增加到4-8GB)。
繼續寫入，但是寫入速度很慢，維持在數百條/秒的樣子，同時寫入了20幾萬條后響應速度越來越慢。
STEP ３：
上述問題的根源在於高頻提交小數據，導致Hbase疲於創建線程並進行資源的回收，最終甚至會出現宕機。
之后，將單條put到Hbase改為一次put多條記錄到hbase，即批量提交，同時限制一秒內提交的頻次。最后順利寫入。由於hbase集群只有三台機器(一台master,2台slave)，進過上述優化后，寫入速度基本維持在1w-2w條/秒的水平，基本滿足需要了。
總結：在hbase涉及一次性寫入大量數據時，有幾個地方可以考慮進行優化：(1)建表的同時進行預分區 (2)修改Hbase本身的配置(能夠優化寫入和讀取的配置項遠不止修改堆內存這一項，在此不表了) (3)盡量使用批量寫入的方法，同樣的道理，讀取的時候，使用批量讀的方法 (4)網絡IO/磁盤IO
除了批量Put外，Hbase還支持Hfiles方式導入：
STEP 1:
將要導入的數據預生成hfiles文件。
STEP 2:
使用Hbase的BulkLoad方式將Hfile文件批量導入Hbase。