请说明在 HBase 中针对大规模数据查询，使用 Scan 操作时有哪些优化手段？
考察说明
考查对 HBase Scan 查询性能优化方法的掌握程度。
回答思路
- 【回答框架 1】设置合理的缓存与批量参数：通过 setCaching 增大每次 RPC 获取的行数，减少网络往返；setBatch 控制每行返回的列数，避免单行过大导致内存压力。
- 【回答框架 2】使用过滤器下推：利用 FilterList 组合多种过滤器，如行键范围、列族限定、值过滤，在服务端提前过滤数据，减少传输量。
- 【回答框架 3】优化行键设计：采用预分区和合适的行键模式，使 Scan 能并行扫描多个 Region，避免热点；使用 startRow 和 stopRow 限定扫描范围。
- 【回答框架 4】关闭不必要的特性：若无需实时数据，可设置 setBlockCache 为 false 避免缓存污染；关闭 WAL 或使用 Scan 的 raw 选项时需谨慎，确保数据一致性。
- 【回答框架 5】使用反向扫描或指定列族：通过 setReversed 支持反向遍历，减少全表扫描；仅扫描需要的列族，减少 IO 开销。
- 【关键点 1】setCaching 和 setBatch 是控制 RPC 次数与内存使用的关键参数。
- 【关键点 2】过滤器下推能显著减少网络传输和客户端处理负载。
- 【关键点 3】行键设计与预分区直接影响 Scan 的并行度和效率。
- 【关键点 4】合理设置 blockCache 和关闭不必要特性可提升扫描性能。
- 【易错点 1】过度增大 setCaching 可能导致客户端或 RegionServer 内存溢出。
- 【易错点 2】使用过滤器时若未正确组合，可能造成过滤逻辑错误或性能下降。
- 【易错点 3】忽略行键设计而盲目使用 Scan 会导致全表扫描，性能极差。