随着科技以及经济实力的快速发展,数据的传播速度以及数据的存储量都在显著增长。由于传统的关系型数据库对数据的完整性及安全性有着一定的要求,这对系统的可用性及伸缩性有着一定影响,并导致系统的数据操作速度变慢,数据管理变得困难。这些影响在某些对实时性有要求的功能模块或者系统上是不可忽视的。同时在这几年,需要进行管理的数据的维度也在增加。比如,近年来民航的快速发展,一次航班的飞行,每时每刻都有成百上千个传感器进行数据采集。在可预见的未来,民航业内为了飞行效率以及飞行安全,还需要扩展更多的数据采集维度。这使得民航系统中对于非关系型数据库的应用变得越来越普遍。非关系型数据库HBase是一个面向列存储的分布式存储系统,相对于传统的关系型数据库而言,HBase的维度扩展方便并且提供高并发读写操作的支持。本文选择HBase存储系统作为研究对象,针对多维时序数据的特点,通过寻找一组最优的配置参数,以提升HBase的性能。本文的研究内容主要有以下几个方面:(1)HBase的配置参数筛选以及训练样本的生成。筛选有效的配置参数并采用随机策略生成一系列配置文件。使用YCSB测试工具,收集每个配置文件对应的性能数据。(2)HBase的性能预测模型构建与优化。采用随机森林算法与XGBoost分别构建吞吐量以及平均延迟四个预测模型,其中会先通过贝叶斯优化算法优化模型参数。然后将吞吐量与平均延迟模型进行加权和得到两个组合模型,对比两组合模型的误差,选择最优的模型。(3)HBase配置参数寻优。通过改进的遗传算法对HBase的性能模型进行寻优,获得模型最优解所相对应的一组最优配置参数。(4)优化前后配置参数的性能对比。通过在实际环境中测试优化前后的配置参数对HBase性能的影响,来论证本文基于HBase配置参数的性能优化的有效性。