HBase 是一个分布式的、面向列的开源数据库，构建在 Hadoop 文件系统（HDFS）之上，是 Google Bigtable 的开源实现。它适用于海量结构化或半结构化数据的实时读写场景，具有高吞吐、低延迟、强一致性（单行事务）、自动分片（Region 分裂与负载均衡）、水平扩展等特性。HBase 的核心组件包括：

• HMaster：负责集群管理（如 Region 分配、故障恢复、DDL 操作）；
• RegionServer：负责数据的读写服务，每个 RegionServer 管理多个 Region；
• Region：表按行键（Row Key）范围水平切分的数据单元，是负载均衡和分布的基本单位；
• ZooKeeper：协调服务，用于维护集群元数据、Master 选举及 RegionServer 心跳监控；
• WAL（Write-Ahead Log）：保障写入可靠性，先写日志再写内存（MemStore）；
• MemStore 与 StoreFile（HFile）：数据先写入内存（MemStore），刷盘后生成不可变的 HFile 存于 HDFS。

HBase 表设计强调 Row Key 设计（避免热点）、列族（Column Family）预定义（物理存储隔离）、稀疏存储（空值不占空间）和最终一致性（跨行操作需自行保证）。

// Java 示例：使用 HBase Client 写入一行数据
Configuration conf = HBaseConfiguration.create();
Connection connection = ConnectionFactory.createConnection(conf);
Table table = connection.getTable(TableName.valueOf("user_table"));
Put put = new Put(Bytes.toBytes("row001"));
put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes("Alice"));
put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("age"), Bytes.toBytes("28"));
table.put(put);
table.close(); connection.close();

HBase 中 Row Key 设计不当最直接、最严重的问题是写入热点（Write Hotspotting），即所有写请求集中落在同一个 RegionServer 上的少数几个 Region，导致：

• ✅ 单点负载过高：该 RegionServer CPU、网络、IO（尤其是 WAL 和 HDFS 写入）成为瓶颈；
• ✅ 吞吐下降 & 延迟飙升：其他 RegionServer 闲置，集群资源利用率极低；
• ✅ Region 分裂失效：若 Row Key 单调递增（如时间戳前缀），新数据持续追加到末尾 Region，无法触发有效分裂与再均衡；
• ✅ 读性能受损：热点 Region 的读请求也同步拥堵，且 Scan 范围可能因 Key 分布不均而低效；
• ✅ Failover 风险升高：单 RegionServer 故障影响更大比例的数据服务。

🔑 如何避免写入热点？核心策略是「打散 Row Key 的局部有序性」：

✅ 最佳实践补充：

• 避免纯时间戳、自增 ID、UUID（无序但长度大、压缩差）作为 Row Key；
• Row Key 应尽量短（减少 MemStore/HFile 存储开销和网络传输）；
• 利用 RegionLocator 或 Admin.getRegions() 监控 Region 分布，结合 hbase shell 的 status 'detailed' 诊断热点；
• 启用预分区（Pre-splitting）：建表时按预期 Key 分布提前切分 Region（如 create 't1', 'f1', {NUMREGIONS => 16, SPLITALGO => 'HexStringSplit'}）。