请说明 HBase 中数据压缩的工作机制，并阐述在实际场景中应根据哪些因素来选择压缩算法。

回答思路

1. 【回答框架 1】HBase 的压缩发生在数据写入和存储过程中，主要针对 HFile 和 WAL。写入时数据先经过内存中的 MemStore，Flush 生成 HFile 时可按配置的压缩算法进行压缩；此外，HFile 在合并（Major Compaction）时也会重新压缩。读取时数据会被解压后再返回给客户端，因此压缩是以 CPU 开销换取存储空间和 I/O 的节省。
2. 【回答框架 2】压缩算法主要通过列族属性 COMPRESSION 设置，常见的算法包括 GZ、LZO、SNAPPY 和 ZSTD。GZ 压缩率高但 CPU 开销大；LZO 和 SNAPPY 更注重压缩速度和较低的 CPU 占用；ZSTD 则在压缩率和速度之间取得了较好平衡，但某些版本可能依赖特定库，需注意兼容性。
3. 【回答框架 3】选择压缩算法需权衡压缩比、CPU 利用率、压缩/解压速度和磁盘 I/O。若磁盘空间紧张且 CPU 充裕，可优先考虑 GZ 或 ZSTD；若对读写延迟敏感或 CPU 资源有限，SNAPPY 通常是不错的选择。还需考虑集群硬件、数据访问模式（如读多写少）以及 Hadoop 生态的兼容性。
4. 【回答框架 4】实际选择建议通过压测对比不同算法在真实业务数据上的压缩比、压缩时间和读取性能，结合集群规模和业务指标来确定。同时要留意压缩与 HBase 的块编码（如 DIFF、FAST_DIFF）可联合使用，进一步优化存储。
5. 【回答框架 5】HBase 的压缩并不保证数据量一定大幅减少，其效果依赖数据类型，如文本、重复模式多的数据压缩比高，而随机或已压缩的数据效果有限。
6. 【关键点 1】HBase 压缩主要作用于 HFile 和 WAL，Flush 和 Major Compaction 时会压缩。
7. 【关键点 2】压缩以 CPU 开销换取空间节省和 I/O 减少，读取时需解压。
8. 【关键点 3】常用算法 GZ、LZO、SNAPPY、ZSTD，需权衡压缩比、速度、CPU 和兼容性。
9. 【关键点 4】选型应结合硬件、访问模式，并通过压测验证。
10. 【关键点 5】压缩效果受数据类型影响，不保证一定高效。
11. 【易错点 1】不能只追求高压缩比而忽略 CPU 开销，可能导致读写性能下降。
12. 【易错点 2】某些压缩算法（如 LZO 和 ZSTD）需要额外依赖或版本支持，需确保集群环境兼容。
13. 【易错点 3】压缩不适用于所有数据，对已压缩或随机数据效果有限，需评估实际收益。