在 HBase 中，数据倾斜（数据热点）问题的成因是什么？有哪些常用的优化手段？

回答思路

1. 【回答框架 1】数据倾斜本质是 rowkey 设计不合理或写入模式导致部分 region 负载过高，形成热点。常见原因包括 rowkey 单调递增、短 rowkey 重复、随机性不足，以及预分区不合理。
2. 【回答框架 2】优化 rowkey 设计，如加盐（前缀随机数）、哈希、反转，使数据均匀分布。同时合理预分区，避免单 region 过大。
3. 【回答框架 3】启用 HBase 的负载均衡机制（如 StochasticLoadBalancer），或手动 split/merge 调整 region。
4. 【回答框架 4】针对热点写入，使用批量写入、异步写入，或考虑使用 HFile 直接导入（BulkLoad）减少实时写入压力。
5. 【回答框架 5】监控和调优，通过 HBase 的 UI 或 metrics 识别热点 region，结合业务特点持续优化。
6. 【关键点 1】rowkey 设计是根本，需保证数据分布均匀。
7. 【关键点 2】预分区结合 rowkey 设计，减少自动 split 开销。
8. 【关键点 3】负载均衡和手动调整可缓解已有热点。
9. 【关键点 4】BulkLoad 适合大量历史数据导入，减少写入热点。
10. 【关键点 5】监控是持续优化基础，需结合业务场景。
11. 【易错点 1】加盐会导致读取时需要处理前缀，可能增加查询复杂度或开销。
12. 【易错点 2】过度依赖自动 split 可能导致 region 分裂频繁，影响性能。
13. 【易错点 3】负载均衡可能因数据访问模式不均而效果有限，需综合处理。