大数据存储数据分区
Region 是什么？
按 RowKey 范围切成的数据分片，一个 Region 由一个 RegionServer 管理
类比：字典按 A-C、D-F 分册，每册由一个人负责维护
Region 是怎么来的
一张表初始只有 1 个 Region。数据写多了，达到阈值（默认 10GB）就自动从中间分裂成两个，其中一个会迁移到别的 RegionServer。这个过程叫 split，是 HBase 水平扩展的基础。
热点问题的根源
因为按 RowKey 范围切分，如果 RowKey 是连续递增的（比如时间戳开头），所有写入都会落在最后一个 Region 上，其他机器全闲着。解决办法是预分区 + RowKey 打散。
预分区就是建表时先切好 N 个 Region，让数据从第一天就分散开，避免“一个 Region 写到 10GB 才分裂”的漫长过程。
Region 与可用性
RegionServer 挂掉后，它上面的 Region 会被 Master 重新分配给其他节点，期间这些 Region 短暂不可用。Region 数量太多（比如几十万）会让故障恢复变慢，所以单表 Region 数建议控制在几百到几千。