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。

本篇文档从功能的需求入手，整理了MOB功能出现之前我们如何利用HBase和HDFS的能力来存储中型文件的思路，再从MOB功能的整体设计入手，分析了读、写、压缩、清理等各个过程执行中可能遇到的问题和应对方式。下一篇我们将从源码入手，对HBase MOB的功能实现进行详细的解读。

本文介绍了一致性哈希算法和CRUSH算法，这两种算法都是用于解决分布式系统中的数据存储和管理问题。该算法通过将服务器和数据映射到一个虚拟的圆环上，确保数据被均匀地分布到各个服务器上，同时在服务器增减时，只影响相邻的数据，从而保证了系统的高容错性和可扩展性。为了避免数据倾斜问题，一致性哈希算法还引入了虚拟节点机制，通过计算多个哈希值来分布数据，使得即使在服务节点较少的情况下也能达到均匀的数据分布。 CRUSH算法是Ceph分布式存储系统中用于数据定位的一种算法，它通过伪随机的路由选择来确定数据应该存储在哪些物理节点上。CRUSH算法考虑了存储节点的物理分布，通过精心设计的哈希函数和规则来选择存储节点，从而实现了数据的高效率和可靠性。CRUSH算法的特点包括计算独立性、稳定性和可预测性，但它也存在一些局限性，比如处理权重失衡的困难、数据迁移问题以及可能导致的使用率不均衡。为了解决这些问题，Ceph从Luminous版本起提供了upmap机制，允许手动指定PG的分布位置，以达到更优的数据均衡效果。