hbase针对full gc所做的优化方法是什么

在HBase中，Full GC是一种灾难性事件，可以导致系统性能的显着下降。全局垃圾收集(GC)的主要原因是操作系统内存压力，即操作系统中的所有进程共享的内存空间越来越小。Full GC会导致HBase在一段时间内停止工作，通常几十秒至几分钟不等。因此，在HBase中，需要采取一些优化方式来减少Full GC导致的性能下降。

优化方法如下：

1.增加内存大小

Full GC的根本原因是操作系统中的内存压力，所以为了减少Full GC，可以增加HBase进程的内存。把系统内存加大到足够分配给JVM使用，通常建议为HBase分配至少16GB的内存空间，这可以使Full GC的发生频率降低。

2.使用CMS GC

CMS是一种基于垃圾回收器的算法(CMS)。该算法在减少Full GC停顿上效果非常好。在HBase中，采用CMS GC可以大大减少Full GC所产生的影响。一般来说，CMS GC会比标准的JVM GC要快，因为它使用了并发处理的方式来执行一些重要的垃圾回收操作。

3.禁用日志压缩

日志压缩功能很适合存储日志，但在HBase中会导致频繁的Full GC。如果不需要压缩日志，可以禁用该功能。HBase提供了一个配置变量，可以禁用日志压缩，并且在配置文件中设置此变量将会减少GC发生的频率并且提高HBase的性能。

4.禁用Hadoop默认的启发式Java Heap Sizing

默认情况下，Hadoop启用了算法用于估算JVM堆大小并启动JVM。但是，该算法很可能会导致过多的内存使用，导致Full GC的发生。因此，禁用Java Heap Sizing算法可以减少Full GC的发生及其造成的影响。

5.减少键值对数量

HBase内存存储模型的设计方式是让大量数据存储在集群中。如果不避免存储上百列家庭的大的对象，就会导致HBase中的内存不断增长，最终导致Full GC。因此，需要引入一定的预测机制，最大限度减少存储的键-值对数量。

总结：

在HBase中，Full GC可能会导致系统性能的显着下降，因此需要采取一些优化方式来减少Full GC导致的影响。优化方法包括：增加内存大小、使用CMS GC、禁用日志压缩、禁用Hadoop默认的启发式Java Heap Sizing以及减少键值对数量等。通过这些优化方式，可以有效降低Full GC的发生频率，并提高HBase的性能。