摘要： 正确设计Hbase的rowkey可以让你的应用飞起来，前提是你需要了解一些Hbase的存储机制。
UTT是Aliexpress的营销消息运营平台，运营希望促销活动时APP消息推送的QPS达到34W。
UTT刚接入APP消息推送时，QPS只能达到5W，离运营的要求有很大的距离。
通过改造，QPS达到了50W，其中最主要的改造是对Hbase的rowkey的改造。
首先介绍一下UTT大致工作流程：
1、运营人员在UTT的小二控制台配置运营任务（job），在任务中设置商品选择参数、目标人群参数和消息发送渠道；
2、UTT调用算法平台计算出要发送的消息，数据生成在阿里云飞天系统的云梯表中；
3、UTT把云梯表中的数据导入到hbase，并生成N个可以并发执行的发送任务（segment），segment的信息存储在mysql表中；
4、UTT按计划发送时间捞取segment，把存储在Hbase中的segment对应的消息读取出来调用阿里巴巴移动消息推送网关发送出去。
步骤1、2、3是提前执行的，我们要优化的是步骤4。
改造中，我们主要做了如下几件事：
1、修改了Hbase的rowkey规则和数据读取方式；
2、优化了记录发送进度的逻辑；
3、优化了消息发送到阿里巴巴移动消息推送网关的流程。
其中最主要的是对Hbase的rowkey的修改。
改造前的rowkey设计：
rowkey=segmentSalt＋”_"＋dataIndexInSegment＋”_”＋segmentId+”_”＋jobTime+”_”＋jobId
说明如下：
job：job对应运营在后台页面配置的任务，一个job可能多次运行，用jobId＋jobTime可以唯一标识一个job的一次发送任务。
segment：一个job的一次发送任务拆分为多个segment，每个segment对应10万条消息。多个segment的消息可以并行发送。
segmentSalt：4位的随机字母，每个segment有一个salt，用于把数据均匀分散到Hbase的不同region中；
dataIndexInSegment：每条消息在segment中的序号，从0到99999；
改造前UTT按计划发送时间捞出要发送的segment后，从按0到99999的顺序从Hbase中读取消息，然后发送出去。为了提高效率使用了hbase的批量get方法。
这个设计存在一个很大的问题，同一个segment里的相邻消息的rowkey不是连续的，之间可能隔的非常远。
如下图所示，10000号消息rowkey和10000
1号消息rowkey之间可能隔了很多rowkey。
这会带来啥问题？这就需要了解Hbase的存储机制。
Hbase的存储是以storeFile为单位，以LSM树（Log-structured merge tree）方式存储。
此结构优化写性能，牺牲读性能。写数据的时候先按rowkey计算出region和store，顺序写入到store的memeStoreFile中，memoStoreFile达到指定大小后flush到磁盘的storeFile中。因此同一个store里，多个storeFile的rowkey的范围是会有重叠的。
按rowkey读取数据时，计算该rowkey可能存储的storeFile，把这些storeFile全部读取到内存中，最后把多个storeFile里查询到的结果合并后输出。
为了提高读性能，Hbase会在后台把多个storeFile进行merge，形成rowkey范围互不重叠的storeFile。
另外Hbase采用按列值KV方式存储数据，也就是说每个列的值都是独立存储的。每个列值KV对里的key包括了rowkey和列名，key里的大部分数据是重复的，storeFile采用压缩算法减小空间。
改造前同一个segment里的消息的rowkey很分散，读取一个segment的消息时要从磁盘上装载大量的storeFile，消耗大量的cpu进行解压缩，这也会导致storeFile 的cache命中率不高。并且读出来的大部分storeFile是没有包含所需数据的。
分析UTT的场景，多个segment是并发读写的，每个segment有segmentSalt，保证了读写均匀分布到Hbase的不同region。如果读取一个segment的消息时能从尽量少的storeFile读取数据，就能够减少磁盘IO，减少解压缩及数据查找的CPU，还能提高storeFile cache的命中率。
改造后的rowkey设计：
rowkey=segmentSalt+”_”＋jobTime+”_”＋jobId＋”_”＋segmentId＋”_”＋dataIndexInSegment（前补零到定长5位）
这样多个segment并发读写均匀分散到不同region，同一个segment的消息顺序写到相同的storeFile中，读取的时候不再使用get方法而是使用scan方法。最后qps提升了一个数量级。
附一个hbase的知识脑图，不知道作者是谁，挺好的。
本文作者：饭菜两光
本文为云栖社区原创内容，未经允许不得转载。
网友评论