HBase Compaction 简介

随着 HBase 运行一段时间，MemStore 会 flush 生成多个 HFile，根据之前分析的 HBase 读路径，随机查询一行数据，可能要检索多个 HFile，会非常影响读的性能。并且由于 MemStore 的 flush 策略（详细参考 HBase MemStore简介），可能会有很多小文件在 HDFS 上，浪费 NameNode 的内存空间。基于以上原因，HBase 提供了 Compaction 的方式来解决。

HBase Compaction

HBase Compaction 主要有如下几个作用：

1. 文件合并
2. 对于删除、过期、多余版本的数据进行清除

Compaction 分类

在完成 Compaction 后，HFile 文件数量减少，文件大小减小，能够显著提高读数据的效率。其中 Compaction 方式又分为两种：

• Minor Compaction
  只合并小文件，对TTL过期数据设置过期清理，不会对文件内容进行清除操作

• Major Compaction
  对 Region 下同一个 Column family 的 StoreFile 合并为一个大文件，并且清除删除、过期、多余版本的数据。

Compaction 触发时机

触发 Compaction 的时机有以下几种：

• 通过 CompactionChecker 线程来定时检查是否需要执行 compaction（RegionServer 启动时在 initializeThreads() 中初始化），每隔10000秒（可配置）检查一次
• 每当 RegionServer 发生一次 Memstore flush 操作之后也会进行检查是否需要进行 Compaction 操作
• 手动触发，执行命令 major_compact 、 compact

Compaction 触发策略

这里不会详细的介绍 Compaction 执行细节，可以参考 HBase Compaction 源码分析。自动触发策略，会先判断是否触发 Minor Compaction，然后判断 Major Compaction。RatioBasedCompactionPolicy 是其实现基类。

Minor Compaction

判断条件相对比较复杂，首先要判断 StoreFile 的数量（减去正在进行 Compaction 的 StoreFile 的数量）大于 hbase.hstore.compaction.min 配置的值，就进行一次 Minor Compaction，会选择一些小文件进行合并。

小文件的选择会根据以下几个参数进行选择：

配置项	默认值	含义
hbase.hstore.compaction.ratio	1.2F
hbase.hstore.compaction.ratio.offpeak	5.0F
hbase.offpeak.start.hour	-1	设置hbase offpeak开始时间[0,23]
hbase.offpeak.end.hour	-1	设置hbase offpeak结束时间 [0,23]
hbase.hstore.compaction.max	10	表示一次minor compaction中最多选取10个store file
hbase.hstore.compaction.min	3	表示至少需要三个满足条件的store file时，minor compaction才会启动
hbase.hstore.compaction.min.size		表示文件大小小于该值的store file 一定会加入到minor compaction的store file中
hbase.hstore.compaction.max.size		表示文件大小大于该值的store file 一定会被minor compaction排除

如果是高峰时段，使用 hbase.hstore.compaction.ratio.offpeak 参数，否则使用 hbase.hstore.compaction.ratio。将 StoreFile 按照文件年龄排序，minor compaction 总是从 older store file 开始选择，如果该文件的 size 小于后面 hbase.hstore.compaction.max 个 store file size 之和乘以 ratio 的值，那么该 store file 将加入到 minor compaction 中。如果满足 minor compaction 条件的文件数量大于 hbase.hstore.compaction.min，才会启动。hbase.hstore.compaction.min.size 和 hbase.hstore.compaction.max.size 参数用于控制特殊大小的文件直接判断是否加入 minor compaction。

Major Compaction

当前 HStore 中 HFile 的最早更新时间早于某个 mcTime（由 hbase.hregion.majorcompaction(7) 和 hbase.hregion.majorcompaction.jitter(0.2) 计算，[7-70.2, 7+70.2]区间的一个值），则满足一个条件。其他的具体判断参考 RatioBasedCompactionPolicy#isMajorCompaction 方法。

Major Compaction 时间会持续比较长，整个过程会消耗大量系统资源，对上层业务有比较大的影响。因此线上业务是否开启自动触发 Major Compaction 功能需要根据实际情况考虑。通过设置 hbase.hregion.majorcompaction = 0 可以关闭CompactionChecke 触发 major compaction，但是无法关闭用户调用的 major compaction。

---