面试题答案
一键面试1. 优化策略
在复杂业务场景下，针对HBase物理视图存储设备选择，可采用分层存储策略。即根据数据的访问频率、重要性等特性，将数据分布在不同性能的存储设备上。比如将热数据（频繁访问的数据）存储在高性能的固态存储设备（SSD）上，而将冷数据（访问频率低的数据）存储在相对低成本、大容量的机械硬盘（HDD）上。
策略原理
HBase的读写性能对存储设备的I/O特性非常敏感。SSD具有低延迟、高随机读写性能的特点，适合处理热数据的快速读写请求；HDD虽然读写速度相对较慢，但成本低、容量大，适合长期存储大量冷数据。通过分层存储，既能满足热数据的高效读写需求，又能在整体上控制存储成本。
2. 实际案例及性能提升说明
数据存储方面
- 案例背景：某互联网公司的日志分析系统使用HBase存储海量用户行为日志。日志数据量巨大，每天新增数TB，且随着时间推移不断累积。
- 优化前情况：所有数据都存储在普通机械硬盘组成的存储集群中。随着数据量增长，存储压力增大，写入性能逐渐下降，因为HDD的顺序写入性能虽不错，但面对HBase随机写入的特性，I/O瓶颈明显。
- 优化措施：采用分层存储策略，将最近一周内的日志数据（热数据）存储在SSD存储设备上，一周前的日志数据（冷数据）迁移到HDD存储设备上。
- 提升效果：热数据存储在SSD上，利用其高速随机写入能力，大大提高了写入性能。冷数据迁移到HDD，释放了SSD空间，使整体存储成本得到控制，同时HDD的大容量也满足了冷数据长期存储需求。
读取效率方面
- 优化前情况：由于所有数据混存在HDD上，在查询近期热门用户行为数据时，即使是少量数据的读取，也需要在大量冷数据中检索，I/O开销大，读取延迟高。
- 优化措施：通过分层存储，热数据在SSD上，查询热门数据时，直接从SSD读取。
- 提升效果：读取近期热门数据的响应时间大幅缩短，因为SSD的低延迟特性使得数据能够快速被读取。以查询过去24小时内特定用户行为数据为例，优化前平均查询时间为5秒，优化后缩短至1秒以内，大大提高了数据分析的实时性。
集群稳定性方面
- 优化前情况：随着数据量持续增长，HDD存储压力不断增大，I/O负载过高，导致HBase集群出现不稳定情况，偶尔会有RegionServer挂掉的现象。
- 优化措施：分层存储后，热数据从HDD转移到SSD，减轻了HDD的I/O压力。
- 提升效果：HBase集群的稳定性显著提高，RegionServer因I/O过载导致的挂掉次数明显减少。例如，优化前每月因I/O问题导致RegionServer挂掉5 - 8次，优化后减少到每月1 - 2次，保障了系统的正常运行，提高了业务的连续性。