因为 HBase 在 HDFS 上运行，所以了解它是如何工作以及它如何影响 HBase 是很重要的。
HDFS 的原始用例是批处理。因此，低延迟读取在历史上不是优先事项。随着 Apache HBase 的采用日益增多，这种情况正在发生变化，并且已经在开发中进行了一些改进。有关 HBase 的 HDFS 改进，请参阅 Umbrella Jira Ticket。
由于 Hadoop 1.0.0（也是 0.22.1,0.23.1，CDH3u3 和 HDP 1.0）通过 HDFS-2246 ，DFSClient 可以进行“短路”并直接从磁盘读取当数据是本地数据时，而不是通过 DataNode。对于 HBase 来说，这意味着 RegionServers 可以直接读取其机器的磁盘，而不必打开套接字与 DataNode 通信，前者通常要快得多。参见 JD 的 Performance Talk 。另请参阅 HBase，邮件#dev - 读取短路线程，以获得有关短路读取的更多讨论。
要启用“短路”读取，它将取决于您的 Hadoop 版本。在 HDFS-347 中，Hadoop 2 中的原始短路读取补丁得到了很大改善。参见 http://blog.cloudera.com/blog/2013/08/how-improved-short-circuit-local-reads-bring-better-performance-and-security-to-hadoop/ for 有关旧实现和新实现之间差异的详细信息。参见 Hadoop 短路读取配置页面，了解如何启用后者，更好的短路版本。例如，这是一个最小配置。启用短路读取添加到 hbase-site.xml ：
<property>
<name>dfs.client.read.shortcircuit</name>
<value>true</value>
<description>
This configuration parameter turns on short-circuit local reads.
</description>
</property>
<property>
<name>dfs.domain.socket.path</name>
<value>/home/stack/sockets/short_circuit_read_socket_PORT</value>
<description>
Optional. This is a path to a UNIX domain socket that will be used for
communication between the DataNode and local HDFS clients.
If the string "_PORT" is present in this path, it will be replaced by the
TCP port of the DataNode.
</description>
</property>
注意托管共享域套接字的目录的权限;如果对 hbase 用户以外的其他人开放，dfsclient 会抱怨。
如果您运行的是旧的 Hadoop，没有 HDFS-347 ，但有 HDFS-2246 ，则必须设置两个配置。首先，需要修改 hdfs-site.xml。将属性dfs.block.local-path-access.user设置为可以使用快捷方式的 _ 仅 _ 用户。这必须是启动 HBase 的用户。然后在 hbase-site.xml 中，将dfs.client.read.shortcircuit设置为true
服务 - 至少是 HBase RegionServers - 需要重新启动才能获取新配置。
dfs.client.read.shortcircuit.buffer.size
在高流量的 HBase 上运行时，此值的默认值太高。在 HBase 中，如果尚未设置此值，我们将其从默认值 1M 设置为 128k（自 HBase 0.98.0 和 0.96.1 起）。请参阅 Hadoop 2 上的 HBASE-8143 HBase，本地短路读取（ssr）会导致 OOM 。 HBase 中的 Hadoop DFSClient 将为 _ 分配一个这个大小的直接字节缓冲区，每个 _ 块已打开;鉴于 HBase 始终保持其 HDFS 文件打开，这可以快速加起来。
关于 dist-list 的一个相当常见的问题是为什么 HBase 不如批处理上下文中的 HDFS 文件那样高效（例如，作为 MapReduce 源或接收器）。简短的回答是 HBase 比 HDFS 做得更多（例如，读取 KeyValues，返回最新的行或指定的时间戳等），因此 HBase 在此处理环境中比 HDFS 慢 4-5 倍。还有改进的余地，随着时间的推移，这个差距会缩小，但在这个用例中 HDFS 总是会更快。