@微步客 hadoop_op1.zip,是一个多台批量脚本程序

@好好学习 副本数没有要求，但是你得在site文件里配置上namenode地址。这样你的从机好知道从那里查找主节点

是自己实现partioner吗？那要先分析join的key的分布情况，再自定义算法

第一从机不用写slaves,第二你从机的hdfs-site.xml配置错了没有找对主机

@好好学习 是的

没搞懂，你写入怎么用create语句了？

@ruiqi 那就是你查询的时候遇到region split了，这样hbase性能就很差了，get还不如scan那，先分析rowkey的分布在决定怎么预分region，把gc日志打出来吧，看看时间

@liwei131313 用avro格式，可以支持改表

@ruiqi 这要看瓶颈在哪里，是在硬盘io那，还是regionserver的gc哪里，另外自动split关了没？

自定义一个partitioner，然后再sort以后将rdd直接存储到hdfs上，别collect到driver上

不执行那个命令就加载不上metadata呗，是不是你的配置，或者启动命令缺少参数？

@ruiqi 如果hbase没有出错，那只能是你中间数据处理的问题，中间步骤多加点counter用于观察。有些问题在本地跑的时候是看不出来的

你startRow和stopRow是怎么设置的？数据怎么能丢，除非设置了过期时间

可以通过impala的jdbc方式连接

split region时这个region会暂时不提供服务，所以为了保证性能，会选择闲时手动执行hbase的region split