在 HBase 中，行键（RowKey）的选择对读写性能和扩展性有何影响？请说明有哪些常用的行键设计优化策略？

回答思路

1. 【回答框架 1】HBase 中数据按行键字典序排序并分区存储，行键设计直接决定数据的分布和访问局部性。连续行键易导致热点，即大量请求集中到同一 Region，造成负载不均和性能瓶颈。
2. 【回答框架 2】使用散列前缀（如对行键取哈希或加盐）可打散连续行键，使写入均匀分布到多个 Region，避免热点。但会牺牲范围扫描的效率，适用于随机读写为主的场景。
3. 【回答框架 3】反转行键：将经常变化的部分（如时间戳）前置，可均衡写入分布，适合日志类数据。但这会破坏原来基于时间顺序的范围扫描，需权衡。
4. 【回答框架 4】预分区：根据行键分布预先创建多个 Region，避免自动分裂时的性能开销和热点。可结合散列或分段设计，使数据均匀分布。
5. 【回答框架 5】行键应尽量短小，使用字节存储，避免过长；同时要保证唯一性。设计时还需考虑访问模式，如按需设计组合行键以支持高效查询，但需避免不必要的连接操作。
6. 【关键点 1】行键决定数据分布和访问局部性，连续行键易导致热点。
7. 【关键点 2】散列前缀或加盐可均衡写入，但牺牲范围扫描效率。
8. 【关键点 3】反转行键适用于日志类数据，可均衡写入但影响范围查询。
9. 【关键点 4】预分区可均衡负载，减少分裂开销。
10. 【关键点 5】行键应短小、唯一，并匹配访问模式。
11. 【易错点 1】过度优化行键可能破坏原有范围扫描能力，需根据业务场景权衡。
12. 【易错点 2】加盐或散列前缀需控制前缀数量，避免引入额外的维护复杂性和查询时去盐处理。
13. 【易错点 3】预分区数量设置过多或过少都会影响性能，需估算数据量并动态调整。