HBase MemStore GC问题、MSLAB内存管理模式、MemStore ChunkPool

一、问题分析

核心：HBase是使用Java语言开发的，所以需要依赖于JVM。

HBase的MemStore本质上是一块缓存，这就会面临Java的GC问题，在数据写入MemStore时，写入数据会产生内存碎片。并且RegionServer由多个Region组成，每一个Region根据列簇的个数多少具有相同数量的MemStore，MemStore的数据会混合在一起写入堆内存中（堆内存是共享的）。

二、过程分析

• 上图中不同颜色方块表示4个Region
• 白色方块为可分配空间

当Region3执行flush操作将数据落入磁盘，蓝色区域被释放，为后续数据的写入分配空间，分配时会生成更小的内存空间。随着MemStore中的数据不断写入和flush，JVM会产生大量的内存碎片，导致最后无法给对象分配足够的空间，这时会触发Full GC来合并内存碎片。

三、优化：MSLAB

HBase使用了一种GC优化的技术，可以有效地减少Full GC的频率——MSLAB

• 每一个MemStore实例化得到一个MemStoreLAB实例
• MemStoreLAB申请一个2M的Chunk数组，维护一个偏移量Offset=0
• 每次一个Key-Value数据插入MemStore后，MemStoreLAB将这个数据转化成数组，复制到Chunk数组中，Offset随之增长
• Chunk满了后，再申请一个新的2M的Chunk数组。

优化点：此时如果进行flush操作，产生的内存碎片的粒度变粗（因为我flush释放掉的都是2M的Chunk数组，释放内存新产生的碎片也将大于等于2M）

四、深度优化：MemStoreChunkPool

MSLAB优化后，还存在一些问题。当Chunk数组写满后，会再申请一个Chunk数组，多次的申请会在新生代触发YongGC。可以对这种情况进行优化，将Chunk数组进行复用。

• 创建一个ChunkPool来管理未被引用的Chunk数组（这样不会被垃圾回收）

• 当Chunk数组不存在引用，放回Pool中

• 当ChunkPool达到最大容量，不再接受新的Chunk数组

• 如果需要Chunk数组，先去Pool中查看是否有可用的Chunk，没有则申请新Chunk数组

• 感觉有用的话，点个赞鼓励一下~