hbase是一个分布式的面向列的NoSQL数据库，采用HDFS作为底层存储，具有高可扩展性和高可靠性。在hbase中，Full GC（Full Garbage Collection）是指对整个Java虚拟机堆空间进行完全的垃圾回收。Full GC对hbase的性能有较大的影响，在生产环境中会导致长时间的暂停和延迟，因此需要针对Full GC进行优化来提升hbase的性能。

1. 内存配置优化：合理配置Java虚拟机的内存参数，包括堆内存和过程栈大小等。可以通过增加-Xmx参数来增大堆内存的大小，避免Full GC过于频繁。此外，还可以通过调整-XX:NewRatio参数来调整新生代（Young Generation）和老年代（Old Generation）的比例，一般建议将新生代的比例设置为整个堆内存的1/3至1/4。

2. 垃圾回收算法优化：优化垃圾回收算法可以减少Full GC的发生，提高hbase的性能。在新生代，可以使用G1（Garbage-First）垃圾回收器来代替默认的并行垃圾回收器。G1垃圾回收器采用了分代垃圾回收的思想，将堆内存分成多个大小相等的region，将full gc的压力分散到多个region中去，减少了每次Full GC的时间。

3. 数据模型设计优化：合理的数据模型设计可以减少Full GC的发生。在hbase中，数据是按照row key的字典序进行存储的，如果row key的范围过于分散，会导致某些region的大小过大，触发Full GC。因此，可以采用一些列簇合并的策略，将一些相关性较高的列簇合并到一起，减小region的大小，降低Full GC的频率。

4. 垃圾回收日志分析：通过分析垃圾回收日志，可以掌握Full GC的发生原因和频率，并做出相应的优化调整。可以通过-XX:+PrintGCDetails和-XX:+PrintGCDateStamps等参数开启GC日志输出，分析日志中的垃圾回收时间、原因、持续时间等信息，找出Full GC的瓶颈和改进空间。

综上所述，针对hbase的Full GC优化包括内存配置优化、垃圾回收算法优化、数据模型设计优化和垃圾回收日志分析等方面。通过合理的配置参数和优化策略，可以减少Full GC的发生次数和时间，提升hbase的性能和稳定性。