我正在为hbase保存1450万条记录。每行有20多列。我试着先插入70万张唱片，结果非常顺利，只用了1.7分钟就完成了。
然后我试着插入实际和完整的数据，这是1450万。如果我试着把它们都插进去一次，那要花很多时间。它运行了1.5个小时。
spark是我的编程模型。我尝试使用saveasnewhadoopdataset和cloudera的hbase spark bulkput。
两者似乎使用相同的方法。我在8个节点的集群上运行，有8个区域服务器，并且只使用单列族。我已经为区域服务器和主服务器分配了4gb堆。
我不确定，如果我错过了什么或hbase真的窒息了巨大的数据插入一次。
请提供您的证件。我还计划安装pheonix层，这样就可以直接在hbase数据上使用Dataframe抽象，并将Dataframe直接保存到hbase。
我仍在努力寻找hbase如何能仅仅因为1450万张唱片而窒息。数据只有9gb左右。