【51CTO.com原创稿件】2016年11月25-26日，WOT2016大数据峰会在北京粤财JW万豪酒店召开，50多位大数据领域一线专家、数据技术先行者齐聚现场，在围绕数据智能、大数据商业、区块链、实时计算、系统架构、NoSQL等前沿技术话题展开深度交流和沟通探讨的同时，分享大数据领域***实践和最热门的行业应用。
在WOT2016大数据技术峰会的上午KeyNote主题专场，Hortonworks高级技术成员HBase核心贡献者Ted Yu发表了演讲，会后记者采访了他，请他为大家分享了他的技术感悟。
Ted Yu告诉记者，他演讲的题目是TinyLFU，它用很多办法来减少对于原数据的内存化应用，能够在占用非常小内存的情况下，达到比较高的性能。
一点都不宅的技术分享者
Ted Yu说话的语速很快，又夹杂着大量英文技术术语。在他演讲时，坐在记者身边的一位听众和别人小声讨论，赞叹他的思维逻辑缜密。在采访中记者也发现，Ted Yu很善于交谈，作为一个在大数据行业非常活跃的技术研发者，Ted Yu身上丝毫没有技术宅男不善言辞的标签。
对此Ted Yu的解释是，这是历史原因造成的。他接触HBase比较早，迄今已经六年了。近几年他开始回国参加一些行业讨论活动。通过交流他发现，国内近几年在大数据方面成长非常快，Hadoop技术传入中国后得到技术人员的追捧，此外国内的技术人员把开源的技术理解得十分透彻，并且产生了自己的技术，不止一个大数据的平台，这是非常可喜的现象。“我回国也希望将大数据方面新的动向带给大家，同时也同国内同行取经。”
反馈社区的必备前提
在开源社区，很多人都坦言中国技术人员对社区的回馈较少。对Ted Yu有不同的看法。他说像Hadoop、HBase国外发起的这些开源项目，不论编程还是交流都是英文，国内的技术人员英文水平参差不齐，有人很难用英文去表述清楚自己的思想，这样就带来了一定的局限性。但是Ted Yu也认为，这几年，这种情况正在逐渐改善。
Ted Yu还用Apache HBase作为示例，他表示Apache HBase管理非常民主，当有人提出解决技术的方案时，需要用英语表明这个方案要解决什么问题、这个方案是怎么设计的、有哪些长处和短处。其他人来看提议时，会结合自己的实际经验。大家还更看重这个解决方案在解决问题的同时，能否兼顾别人的需求。
“如果不能的话，大家会更担心引入这个技术方案会不会使整体的稳定度下降。像Hadoop、HBase、Spark相对于成熟的产品来讲，一般不能允许出现稳定性下降的。” Ted Yu表示，这就需要程序员花相当多的时间和社区沟通，对于中国程序员而言又存在时差问题，所以沟通可能没有那么及时。
当然，Ted Yu也承认，语言和时差都是次要问题，关键是要有信心用英语把技术问题描述清楚。此外写代码也要规范，这样才能够被北美主流的开发员和公司所接受。
Hbase的今年和明年
当记者问及Ted Yu所研发领域的动态时，Ted Yu表示数据随着时间的流逝不停有新的数据进来，为了减少compaction i/o放大，现在已经进入production。另外在读路径上，HBase是用JAVA写的，不管用CMS，都会面临GC调优问题。对于不同的workload都会有不同的参数。最终解决办法把很多数据存放下JAVA堆下面。去年主要做的是读路径上，包括小米还有英特尔的开发员在做写路径，写路径上offheap明显是难了。“但是我觉得到明年还是有望解决的，这个好处就是，如果你用HBase在后台支持你的业务的话，稳定性会明显提高。”
此外Ted Yu还介绍到，HBase在读路径上堆到JAVA下面，他参与的是备份层面。在关系数据库大家做的容灾就是定期把数据进行备份，如果出现容灾的话，再把备份的数据返回到异地机群，他希望在今年12月能够提交到master branch。
采访***，Ted Yu从自己关注的领域与大家分享了他对大数据的理解。“个人精力有限，我最多还是关注HBase、Phoenix是和HBase直接相关的项目，主要有HBase、Phoenix、Spark、Flink这四个项目，我觉得这四个项目在2016年发展很快，进入2017年，Spark在SQL查询上能够在性能上迅速地拉近和Hive的差距，大有在很多方面替代Hive的趋势。”
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
