请你说明 HBase 在存储和读取环节中是如何实现数据压缩与解压缩的，并分析这一过程对读写性能会产生哪些影响？

回答思路

1. 【回答框架 1】HBase 的压缩发生在数据写入 HFile 和读取 HFile 时。写入时，MemStore 刷写或合并生成 HFile 前，会根据列族配置的压缩算法（如 GZ、Snappy、LZO 或 ZSTD）对数据块进行压缩后落盘。读取时，HFile 中的数据块先被解压再缓存到 BlockCache，以便后续查询直接使用。
2. 【回答框架 2】压缩算法的选择直接影响压缩比和 CPU 开销。Snappy 和 LZO 压缩速度快、CPU 占用低，适合读多写少、追求响应速度的场景；GZ 和 ZSTD 压缩比更高，但压缩和解压更耗时，适合存储成本敏感、访问频率低的冷数据。列族可在建表或修改时通过 COMPRESSION 属性独立设置。
3. 【回答框架 3】性能影响需分读写看待。压缩会消耗 CPU 资源，可能降低写入吞吐量和压缩时的延迟；但压缩后的数据体积减小，能减少磁盘 I/O 和网络传输量，提升读取吞吐量，尤其对数据量大、带宽受限的集群效果明显。BlockCache 中缓存的是解压后的数据，因此读取一次后再次访问不会重复解压。
4. 【回答框架 4】实际调优应平衡 CPU 与 I/O 资源。若 CPU 有富余，使用高压缩比算法降低成本；若 I/O 是瓶颈，选择低压缩比但快速的算法。同时可通过压测观察不同算法下的读写延迟和吞吐量，结合数据热度合理设置列族压缩策略。
5. 【关键点 1】压缩发生在 HFile 数据块写入和读取环节，BlockCache 缓存解压后数据。
6. 【关键点 2】Snappy/LZO 低 CPU 高速度，GZ/ZSTD 高压缩比高开销，按列族配置。
7. 【关键点 3】压缩降低磁盘和网络 I/O，但增加 CPU 负载，需按资源瓶颈权衡。
8. 【易错点 1】压缩不能保证降低所有场景延迟，写入频繁时 CPU 开销反而可能拉高延迟。
9. 【易错点 2】不要认为压缩后数据量一定变小，对已高熵或小字段数据压缩收益可能很小。
10. 【易错点 3】列族压缩设置变更需要重写 HFile（如 major compaction）才能完全生效，不是即时全部生效。