HBase最佳實踐之Region數量&大小
Region數量
通常較少的region數量可使群集執行的更加平穩，官方指出每個RegionServer大約100個regions的時候效果最好，理由如下：
-
HBase的一個特性MSLAB，它有助於防止堆記憶體的碎片化，減輕垃圾回收Full GC的問題，預設是開啟的。但是每個MemStore需要2MB（一個列簇對應一個寫快取memstore）。所以如果每個region有2個family列簇，總有1000個region，就算不儲存資料也要3.95G記憶體空間。
-
如果很多region，它們中Memstore也過多，記憶體大小觸發Region Server級別限制導致flush，就會對使用者請求產生較大的影響，可能阻塞該Region Server上的更新操作。
-
HMaster要花大量的時間來分配和移動Region，且過多Region會增加ZooKeeper的負擔。
-
從HBase讀入資料進行處理的mapreduce程式，過多Region會產生太多Map任務數量，預設情況下由涉及的region數量決定。
所以，如果一個HRegion中Memstore過多，而且大部分都頻繁寫入資料，每次flush的開銷必然會很大，因此我們也建議在進行表設計的時候儘量減少ColumnFamily的個數。每個region都有自己的MemStore，當大小達到了上限(hbase.hregion.memstore.flush.size，預設128MB)，會觸發Memstore重新整理。
計算叢集region數量的公式：
((RS Xmx) * hbase.regionserver.global.memstore.size) / (hbase.hregion.memstore.flush.size * (# column families))
假設一個RS有16GB記憶體，那麼16384*0.4/128m 等於51個活躍的region。
如果寫很重的場景下，可以適當調高hbase.regionserver.global.memstore.size，這樣可以容納更多的region數量。
建議分配合理的region數量，根據寫請求量的情況，一般20-200個之間，可以提高叢集穩定性，排除很多不確定的因素，提升讀寫效能。監控Region Server中所有Memstore的大小總和是否達到了上限(hbase.regionserver.global.memstore.upperLimit ＊ hbase_heapsize，預設 40%的JVM記憶體使用量)，超過可能會導致不良後果，如伺服器反應遲鈍或compact風暴。
Region大小
HBase中資料一開始會寫入memstore，滿128MB（看配置）以後，會flush到disk上而成為storefile。當storefile數量超過觸發因子時（可以配置），會啟動compaction過程將它們合併為一個storefile。對叢集的效能有一定影響。而當合並後的storefile大於max.filesize，會觸發分割動作，將它切分成兩個region。
-
當hbase.hregion.max.filesize比較小時，觸發split的機率更大，系統的整體訪問服務會出現不穩定現象。
-
當hbase.hregion.max.filesize比較大時，由於長期得不到split，因此同一個region內發生多次compaction的機會增加了。這樣會降低系統的效能、穩定性，因此平均吞吐量會受到一些影響而下降。
hbase.hregion.max.filesize不宜過大或過小，經過實戰，生產高併發執行下，最佳大小5-10GB！關閉某些重要場景的HBase表的major_compact！在非高峰期的時候再去呼叫major_compact，這樣可以減少split的同時，顯著提供叢集的效能，吞吐量、非常有用。
注意：通過HBase的UI控制檯都可以監控到region的數量&大小指標!!!