1. 概述
1.1 HBase概述
HBase由master节点和region server节点组成。在100-105集群上，100和101是master节点，102-105是region server节点。
每个region server管理很多region，每个region只会属于一个region server。一个region的大小可以自己配置（100-105集群上一个region大小为100GB）。
在HBase中创建一张表时，刚开始默认是一个region，若表越来越大，超过一个region的大小，则会split成两个region。当然也可以在建表的时候预分区几个region，如果表的大小超过了预分区的region的大小也会split。
1.2 Phoenix分区
Phoenix在建表和建索引的时候可以指定SALT_BUCKETS数，即分区数，从而提高插入和查询性能。方式如下：
CREATE TABLE IF NOT EXISTS test1 (pk BIGINT PRIMARY KEY,ff1 DOUBLE,sf1 VARCHAR,if1 INTEGER) SALT_BUCKETS=20;通过指定分区，可以将对一张表的操作分配给多个Region Server进行处理，从而提高效率。
但是官网上并没有对分区数应设为多少比较合适给出建议，网上有博客说应该指定为region server总CPU核数的0.5~1倍之间。测试集群region sever每个节点40核，4个节点共160核。
1.3 目的
测试并确定分区数对Phoenix插入和查询性能的影响，确定当前集群在表分区和索引分区数分别为多少的情况下性能最优，接下来Phoenix性能测试采用该最优方案。
2. 方案
2.1 方案设计
创建多张表，除了表和索引的分区数不同外其他条件均相同，分别执行插入和查询操作，对比插入和查询时间。
相同的条件有：
- 用90*2线程执行插入
- 用1个线程进行查询
- 每轮查询执行42条查询语句，重复10次
- 表的总记录数为1000万
- 表的字段数和每个字段的类型
- 每个表都建3个global index
示例：
CREATE TABLE IF NOT EXISTS test4 (pk BIGINT PRIMARY KEY,ff1 DOUBLE,ff2 DOUBLE,sf1 VARCHAR,if1 INTEGER,if2 INTEGER,if3 INTEGER,if4 INTEGER,if5 INTEGER,if6 INTEGER) SALT_BUCKETS=40;
CREATE INDEX ind_l4 ON test4(pk) SALT_BUCKETS=20;
CREATE INDEX ind_l4_1 ON test4(ff1,ff2,sf1) SALT_BUCKETS=20;
CREATE INDEX ind_l4_2 ON test4(if1) SALT_BUCKETS=20;注：若只指定了表的分区数，未指定索引的分区数，则默认索引的分区数跟表分区数一样。
2.2 测试用例
| 用例编号 | 表分区数 | 索引分区数 | 插入时间 | 查询时间 |
|---|---|---|---|---|
| T1 | 0 | 0 | ||
| T2 | 12 | 12 | ||
| T3 | 20 | 1 | ||
| T4 | 20 | 20 | ||
| T5 | 40 | 20 | ||
| T6 | 40 | 40 | ||
| T7 | 60 | 60 | ||
| T8 | 80 | 12 | ||
| T9 | 80 | 40 | ||
| T10 | 80 | 80 | ||
| T11 | 120 | 40 | ||
| T12 | 120 | 120 |
3. 结果
3.1 软硬件环境
- Master服务器
- IP：192.168.20.100,192.168.20.101
- 硬件：
- CPU：Intel E5-2670v3 * 2（2.3GHz、L3 Cache 25M）vCore:40
- 内存：16G DDR4 * 16 2133 MHz Cache 28G
- 硬盘：SAS硬盘 2（300G、2.5吋、10K） SAS硬盘 12（3T、2.5吋、7200转）
- 网卡： 曙光万兆双口光纤（含光模块） * 1
- 软件：
- Centos 7
- jdk-7u65-linux-x64
- Phoenix 4.6
- HBase 1.0.0
- Region服务器
- IP：192.168.20.102, 192.168.20.103, 192.168.20.104, 192.168.20.105
- 硬件：
- CPU：Intel E5-2670v3 * 2（2.3GHz、L3 Cache 25M）vCore:40
- 内存：16G DDR4 * 16 2133 MHz Cache 28G
- 硬盘：SAS硬盘 2（300G、2.5吋、10K） SAS硬盘 12（3T、2.5吋、7200转）
- 网卡： 曙光万兆双口光纤（含光模块） * 1
- 软件：
- Centos 7
- jdk-7u65-linux-x64
- HBase 1.0.0
- 客户端服务器
- IP：192.168.20.100,192.168.20.102
- 硬件：
- CPU：Intel E5-2670v3 * 2（2.3GHz、L3 Cache 25M）vCore:40
- 内存：16G DDR4 * 16 2133 MHz Cache 28G
- 硬盘：SAS硬盘 2（300G、2.5吋、10K） SAS硬盘 12（3T、2.5吋、7200转）
- 网卡： 曙光万兆双口光纤（含光模块） * 1
- 软件：
- Centos 7
- jdk-7u65-linux-x64
- HBase 1.0.0
- Phoenix客户端
- IP：192.168.20.101
- 硬件：
- CPU：Intel E5-2670v3 * 2（2.3GHz、L3 Cache 25M）vCore:40
- 内存：16G DDR4 * 16 2133 MHz Cache 28G
- 硬盘：SAS硬盘 2（300G、2.5吋、10K） SAS硬盘 12（3T、2.5吋、7200转）
- 网卡： 曙光万兆双口光纤（含光模块） * 1
- 软件：
- Centos 7
- jdk-7u65-linux-x64
- Phoenix 4.6
- HBase 1.0.0
3.2 结果
| 用例编号 | 表分区数 | 索引分区数 | 插入时间 | 查询时间 |
|---|---|---|---|---|
| T1 | 0 | 0 | 779 | 4490 |
| T2 | 12 | 12 | 303 | 735 |
| T3 | 20 | 1 | 203 | 1200 |
| T4 | 20 | 20 | 319 | 697 |
| T5 | 40 | 20 | 380 | 592 |
| T6 | 40 | 40 | 369 | 531 |
| T7 | 60 | 60 | 441 | 587 |
| T8 | 80 | 12 | 384 | 714 |
| T9 | 80 | 40 | 522 | 653 |
| T10 | 80 | 80 | 478 | 623 |
| T11 | 120 | 40 | 512 | 764 |
| T12 | 120 | 120 | 526 | 753 |
插入时间和查询时间单位均为秒。
查询时间为执行42个查询每个查询10次的总时间。
4. 分析
通过观察3.2结果中的数据，可得出以下结论：
对比T1和其他可知，有分区相对无分区在插入和查询上都有极大的性能提升。
对比T3和T4,T8和T9可知，在一定范围内，增大索引分区数使插入变慢，查询变快。
对比T11和T12可知，当索引分区达到一定大小后，再增加分区数已经无法提升查询性能。
综合比较来看，当前集群在表分区数和索引分区数均为40时插入和查询的综合性能最好。
因此，Phoenix的性能测试中将采用表分区数和索引分区数均为40的方案。
