HBase无需预拆分自动分布数据：加盐等防热点方案是否需配合预拆分

首先说明你测试场景下数据全部写入单Region的核心原因：
新创建的HBase表默认仅包含1个Region，只有当该Region的存储容量达到配置的拆分阈值（HBase 2.x默认阈值为10GB，0.9x版本采用256MB/10GB阶梯阈值）时才会触发自动拆分。你测试时写入的8000条数据总容量远低于拆分阈值，因此全程仅存在1个可用Region，即便RowKey经过加盐、反转处理实现了均匀分布，也只能写入这唯一的Region，和RowKey优化手段本身无关。

加盐、键反转这类RowKey散列优化方案本身不强制依赖预拆分，但如果要在写入初期就实现数据多Region分散、彻底规避初始热点，预拆分是最高效的方案。如果不做预拆分，前期所有数据都会写入初始的单个Region，直到数据量达到拆分阈值触发自动拆分后，数据才会逐步分散到多个Region，拆分完成前的热点问题仍然存在。

无需手动指定Region拆分点的技术方案有以下几种：

• 采用HBase内置自动预拆分策略建表
  创建表时不需要手动计算、指定拆分点，直接调用内置的拆分算法自动生成指定数量的均匀Region，常用的拆分算法包括HexStringSplit（适合RowKey前缀为十六进制哈希值的场景）、UniformSplit（适合RowKey为均匀分布字节数组的场景）。建表示例如下：

  create 'test_table', {NAME => 'cf', VERSIONS => 1}, {NUMREGIONS => 10, SPLITALGO => 'HexStringSplit'}
  

  该方案不需要人工维护拆分点，不属于手动预拆分范畴。
• 配置自适应自动拆分策略
  调整HBase的Region拆分策略为默认的IncreasingToUpperBoundRegionSplitPolicy，同时根据业务数据体量适当调小初始拆分阈值，当单Region数据量达到阈值时会自动触发拆分，配合散列RowKey设计，数据量达标后会自动分散到多个Region。需要注意不要将阈值调得过低，避免产生过多小Region导致集群管理成本升高、性能下降。
• 前缀自动拆分策略
  如果你的RowKey包含固定规则的前缀维度（比如固定长度的加盐位、业务ID位），可以使用DelimitedKeyPrefixRegionSplitPolicy，自动根据指定分隔符切分的前缀进行Region拆分，在保证相同前缀的数据落在同一个Region的同时，自动按前缀维度拆分生成不同Region，全程不需要手动指定拆分点。

内容的提问来源于stack exchange，提问作者0xMinCha