1、开启布隆过滤器
布隆过滤器用于判断一个元素是否在集合中
有一定的误判率和删除困难
如果使用布隆过滤器判断一个元素在集合中，那它可能不在
但如果判断一个元素不在集合中，那它肯定不在
布隆过滤器［1］（Bloom Filter）是由布隆（Burton Howard Bloom）在1970年提出的。它实际上是由一个很长的二进制向量和一系列随机映射函数组成，布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率（假正例False positives，即Bloom Filter报告某一元素存在于某集合中，但是实际上该元素并不在集合中）和删除困难，但是没有识别错误的情形（即假反例False negatives，如果某个元素确实没有在该集合中，那么Bloom Filter 是不会报告该元素存在于集合中的，所以不会漏报）
配置值有三个
默认为NONE
ROW 行健的哈希在每次插入行时将被添加到布隆过滤器
ROWCOL 表示行健，列族和列名三者的哈希将在每次插入行时添加到布隆过滤器
2、调整列族块大小
HBase存储数据在StoreFile中，StoreFile由HFile块组成
HFile块是Hbase从StoreFile中读取数据时最小的数据单元。
HFile块大小是一个很重要的调优参数。
为了获得更好的访问性能，需要根据平均键值对规模和磁盘IO速度的不同来选择不同的块大小。
该属性作用于列族级别。
BLOCKSIZE 默认大小为65536B 为64kb
BlockSize设置
块大小是HBase的一个重要配置选项，默认块大小为64M。对于不同的业务数据，块大小的合理设置对读写性能有很大的影响。而对块大小的调整，主要取决于两点：
1. 用户平均读取数据的大小。理论上讲，如果用户平均读取数据的大小较小，建议将块大小设置较小，这样可以使得内存可以缓存更多block，读性能自然会更好。相反，建议将块大小设置较大。
为了更好说明上述原理，笔者使用YCSB做了一个测试，分别在Get、Scan两种场景下测试不同BlockSize大小（16K，64K，128K）对性能的影响。测试结果分别如下面两图：
随着BlockSize的增大，系统随机读的吞吐量不断降低，延迟不断增大。64K大小比16K大小的吞吐量大约降低13%，延迟增大13%。同样的，128K大小比64K大小的吞吐量降低约22%，延迟增大27%。因此，对于以随机读为主的业务，可以适当调低BlockSize的大小，以获得更好的读性能。
随着BlockSize增大，scan的吞吐量逐渐增大，延迟不断降低。64K大小BlockSize比16K大小的吞吐量增加了33%，延迟降低了24%；128K大小比64K大小吞吐量增加了7%，延迟降低了7%；因此，对于以scan为主的业务，可以适当增大BlockSize的大小，以获得更好的读性能。
可见，如果业务请求以Get请求为主，可以考虑将块大小设置较小；如果以Scan请求为主，可以将块大小调大；默认的64M块大小是在Scan和Get之间取得的一个平衡。
2. 数据平均键值对规模。可以使用HFile命令查看平均键值对规模，如下：
./hbase org.apache.hadoop.hbase.io.hfile.HFile -m -f /hbase-sc/data/news/NewsClickFeedback/627b1d95153d4157351b65135ab701a3/Toutiao/011b41375e584530a24a3a203b9ce1a3
Block index size as per heapsize: 704
reader=/hbase-sc/data/news/NewsClickFeedback/627b1d95153d4157351b65135ab701a3/Toutiao/011b41375e584530a24a3a203b9ce1a3,
compression=snappy,
cacheConf=CacheConfig:disabled,
firstKey=a0000000be3d27a5a11d203f798781a9/Toutiao:ClickViewTS/1465783628056/Put,
lastKey=a80072cbf409d04542f272446d4b65a4/Toutiao:ClickViewTS/1465776679416/Put,
avgKeyLen=62,
avgValueLen=93,
entries=6451829,
length=698454846
......
从上面输出的信息可以看出，该HFile的平均键值对规模为62B + 93B = 155B，相对较小，在这种情况下可以适当将块大小调小（例如32KB）。这样可以使得一个block内不会有太多kv，kv太多会增大块内寻址的延迟时间，因为HBase在读数据时，一个block内部的查找是顺序查找。
注意： 默认块大小适用于多种数据使用模式，调整块大小是比较高级的操作。配置错误将对性能产生负面影响。因此建议在调整之后进行测试，根据测试结果决定是否可以线上使用。
3、In Memory属性
对于特别频繁访问的列族，可以设置为true
但如果数据量非常大可能导致内存溢出
BlockCache有三个优先级队列
1、一个block被初次访问，放在single队列
2、一个block被多次访问，放在multi队列
3、如果一个block是In memory的，则放在In Memory队列
三个队列分别占用BlockCache的25% 50% 25%
4、列族的最大版本数
versions
默认版本数是三个
对于更新频繁的应用，不同版本有用的情况下，最大可以设置为Integer的最大值 2147483647
对于只有一个版本有用的应用，version应该设置为1
5、TTL属性
用于定义列族中单元格的存活时间，过期自动被删除
1）单位是秒，默认值是Integer的最大值2147483647 （1634年）
2）当一个行健的所有列都失效后，该行健也会被删除
3）如果将TTL设置为2个月，那么时间戳在两个月之前的数据将不能插入Hbase
其它优化暂不介绍
1、关闭mapreduce的预测执行功能
2、修改负载均衡执行周期