在HBase 中，数据热点问题指的是某些Region Server 处理的数据集中在少数几个 Region 中，导致这些 Region Server 负载过高，而其他 Region Server 的资源却没有得到充分利用。这种情况下，会导致性能下降和系统不稳定。为了解决这个问题，我们需要将数据负载平衡，确保每个 Region Server 能够均衡处理请求。
用户侧策略：
建议应用侧优化row设计和预分区，下面具体说明：
-
rowkey的设计建议使用哈希、加盐、反转的方式使请求均匀的分布到每个节点上。
1.1 加盐。
对某些业务来说，rowkey并不具有前缀散列性，如果以时间戳为前缀，就会导致短时间内写入的rowkey都在同一个region，造成数据热点。这个时候，我们一般会加一个前缀prefix，与原有rowkey拼接成新的rowkey。读取的时候，比如我要读Row0这个rowkey，那么就需要在读取00-Row0，01-Row0，02-Row0，03-Row0，04-Row0这五个rowkey，并且把结果归并起来。如图：
加盐的缺点，由于前缀是随机生成的，因而如果想要按照字典顺序找到这些行，则需要做更多的工作。从这个角度上看，salting增加了写操作的吞吐量，却也增大了读操作的开销。
1.2 哈希。
加盐策略在get的时候，开销比较大，如果场景是即席查询为主，可以考虑使用hashing，在避免读写热点的同时，加快get操作的效率。确定性Hash(比如md5后取前4位做前缀)能让客户端重建完整的RowKey，可以使用get操作直接get想要的行。读取的时候，比如我要读Row0这个rowkey，通过hash函数可以直接计算出真实rowkey，从而直接get到结果。 如图：
哈希的缺点，虽然可以一定程度打散整个数据集，但是不利于Scan，Scan的时候取到的连续数据行没有前后联系。
1.3 反转
有些类型的应用，rowkey带手机号，时间戳等，通过反转就可以有效的起到散列的效果。从某种程度上看，反转的效果类似于hash，对scan类查询不友好。不过对于时间戳或者手机号等特定类型的问题，反转可以做到较好地优化。一个常见的数据处理问题是快速获取数据的最近版本，使用反转的时间戳作为 rowkey 的一部分对这个问题十分有用，可以用 Long.Max_Value - timestamp 追加到 key 的末尾，例 如 [key][reverse_timestamp] , [key] 的最新值可以通过 scan [key]获得[key]的第一条记录，因为 HBase 中 rowkey 是有序的，第一条记录是最后录入的数据。比如需要保存一个用户的操 作记录，按照操作时间倒序排序，在设计 rowkey 的时候，可以这样设计 [userId 反转][Long.Max_Value - timestamp]，在查询用户的所有操作记录数据的时候，直接指定反转后的 userId， startRow 是 [userId 反转 ][000000000000],stopRow 是 [userId 反 转][Long.Max_Value - timestamp]
如果需要查询某段时间的操作记录， startRow 是[user 反转][Long.Max_Value - 起始时间]， stopRow 是[userId 反转][Long.Max_Value - 结束时间] ，这样范围查询的性能也不受影响。
- 预分区
Hbase中的表会被划分为n个Region，然后存放在多个RegionServer中，每个Region有StartKey和EndKey，表示这个Region维护的RowKey范围，而第一个Region没有StartKey，最后一个Region没有EndKey。需要读写数据时，RowKey会落在某个范围内，就会定位到目标的Region以及所在的RegionServer。
假如应用的表有10个分区，每个分区的最大大小为10G，当1个分区达到最大后，会分裂成2个分区，并且分裂点由服务端自动选择，分裂后也很容易出现热点问题，建议应用根据表大小来评估预分区的数量。
预分区有手动和自动两种方法。其中系统支持的自动预分区有UniformSplit、DecimalStringSplit和HexStringSplit算法。UniformSplit在00到FF对应的随机字符中选取预分区点，后面两种分别在00000000 到 99999999.和00000000 到 FFFFFFFF中选取预分区点。
2.1 手动指定预分区断点：
hbase>create 't1','f1',SPLITS => ['\x10\x00', '\x20\x00', '\x30\x00', '\x40\x00']
2.2 使用随机字符指定4个预分区断点，分成5个预分区
hbase>create 't2','f1', { NUMREGIONS => 4 , SPLITALGO => 'UniformSplit' }
2.3 使用16进制字符指定5个预分区断点，分成6个预分区
create 't3','f1', { NUMREGIONS => 5, SPLITALGO => 'HexStringSplit' }
集群运维策略：
在实际使用过程中，不同表的冷热分布不均是很常见的行为，因为这个因素导致的region server热点问题，有时需要集群侧运维来进行调整。
- 监控集群负载高的regionserver
HBase shell
status ‘detailed’
- 迁移热点region至负载低的regionserver
确定了热点 Region 和负载高的 Region Server 后，可以将热点 Region 迁移至负载低的 Region Server 上，以实现负载均衡。
HBase shell
move 'region_name','target_region_server'
- 监控负载均衡情况，并根据需要重复步骤1和2
最后，需要持续监控负载均衡情况，并根据需要重复执行步骤2和3。在迁移了热点 Region 后，集群的负载情况可能发生变化，可能出现新的热点 Region 或者负载高的 Region Server。因此，需要不断地进行监控和调整，以实现持续的负载均衡。
