HBase基于LSM模式，写是写HLOG及Memory的，也就是基本没有随机的IO，所以在写链路上性能高效还比较平稳。很多时候，写都是用可靠性来换取性能。
批量写
也是为了减少rpc的次数
HTable.put(List<Put>)Auto Flush
autoflush=false可以提升几倍的写性能，但是还是要注意，直到数据超过2 M（由hbase.client.write.buffer决定）或用户执行了hbase.flushcommits()时才向regionserver提交请求。需要注意并不是写到了远端。
HTable.setWriteBufferSize(writeBufferSize）可以设置buffer的大小。
服务端优化
WAL Flag
不写WAL可以成倍提升性能，因为不需要写HLog，减少3次IO，写MemStore是内存操作。
是以数据可靠性为代价的，在数据导入时，可以关闭WAL。
增大memstore的内存
当前可以调高Memstore 的数值，降低 BlockCache的数，跟读优化的思路正好相反。
大量的HFile产生
如果写很快，很容易带来大量的HFile，因为此时HFile合并的速度还没有写入的速度快。
需要在业务低峰期做majorcompaction，充分利用系统资源。如果HFile降低不下来，则需要添加节点。
