Hbase 学习（四） hbase客户端设置缓存优化查询

最近在狂啃hadoop的书籍，这部《hbase：权威指南》就进入我的视野里面了，啃吧，因为是英文的书籍，有些个人理解不对的地方，欢迎各位拍砖。
我们在用hbase的api对hbase进行scan操作的时候，可以设置caching和batch来提交查询效率，那它们之间的关系是啥样的呢，我们又应该如何去设置? 首先是我们的客户端代码。
当caching和batch都为1的时候，我们要返回10行具有20列的记录，就要进行201次RPC，因为每一列都作为一个单独的Result来返回，这样是我们不可以接受的。


一次查询20条记录的话，只需要3次RPCs，列数在10列以内的数据，取20条，20/10即可，为什么是3呢，因为还有一次RPC是用来确认的。
有个公式RPCs = (Rows * Cols per Row) / Min(Cols per Row, Batch Size)/ Scanner Caching 。 这就好说啦，这样我们就可以用来优化我们的scan查询了，在查询的时候，按照查询的列数动态设置batch，如果全查，则根据自己所有的表的大小设置一个折中的数值，caching就和分页的值一样就行。
Spark查询Hbase小案例 写作目的 1）正好有些Spark连接HBase的需求，当个笔记本，到时候自己在写的时候，可以看 2）根据rowkey查询其实我还是查询了好久才找到，所以整理了一下 3）好久没发博客了，水一篇
云HBase发布全文索引服务,轻松应对复杂查询 云HBase发布了“全文索引服务”功能，自2019年01月25日后创建的云HBase实例，可以在控制台免费开启此“全文索引服务”功能。使用此功能可以让用户在HBase之上构建功能更丰富的搜索业务
用HBase做高性能键值查询？ 最近碰到几家用户在使用HBase或者试图使用HBase来做高性能查询，场景也比较类似，就是从几十亿甚至上百亿记录中按键值找出相关记录来。按说，这种key-value式的数据库很适合用键值查询，HBase看起来就是个不错的选择。
第十二届 BigData NoSQL Meetup — 基于hbase的New sql落地实践 立即下载