總體互動示意圖
叢集狀态更新
主要包含以下兩部分，分别代表叢集負載和region分布；
clusterMetrics
各個regionserver會定時上報其負載資料到master，并存放在ServerManager元件中，ClusterStatusChore每分鐘會将其連同其它資訊一起更新到LoadBalancer中，LoadBalancer會保留最近15次的資料，後續在進行ReadRequest、WriteRequest和MemStoreSize等相關計算時，可以根據這些曆史資料計算出最近一段時間的平均值；
clusterLoad
代表region在各個regionserver的配置設定情況，從AssignmentManager中擷取；
生成plan
所謂plan，就是一些action的集合，action的類型有AssignRegionAction、MoveRegionAction和SwapRegionsAction三種；
而action由CandidateGenerator産生，目前主要是以下幾種：
RandomCandidateGenerator
- 随機選擇2個server，1個稱為thisServer，另1個稱為otherServer；
- 對于region數量更多的那個server，随機選出1個region；
- 對于region數量更少的那個server，有50%機率選出0個region，有50%機率選出1個region；
- 如果第3步選出了0個region，則傳回MoveRegionAction，否則傳回SwapRegionsAction；
LoadCandidateGenerator
- 将所有server按regionCount排序；
- 找出region最多和最少的2個server；
- 後續步驟與RandomCandidateGenerator一緻；
LocalityBasedCandidateGenerator
- 将所有region打亂順序；
- 周遊這些region；
- 擷取目前這個region(稱為fromRegion)的mostLocalServer(稱為toServer)，如果與目前所在server(稱為fromServer)一緻，則回到第2步，否則到下一步；
- 如果toServer的region數量小于平均值，則直接傳回一個MoveRegionAction，否則到下一步；
- 周遊toServer上的region(稱為toRegion)，如果能找到一個region，與fromRegion交換可使得總體locality增加，則傳回一個SwapRegionsAction，否則回到第2步；
CandidateGenerator每次生成一個action，都會對其進行收益判斷，這個判斷涉及到很多因子，每一種都對應一個CostFunction的實作，目前有如下這些：
CostFunction可以了解為損失函數，取值區間為0到1，越接近最佳狀态，值越小；
對于MoveCostFunction來說，初始狀态就是最佳狀态，因為不需要任何移動，而移動所有region則是最差狀态；
而對于其它CostFunciton，則需要分别去考慮最差和最佳時的值具體是什麼，比如對于RegionCountSkewCostFunction,最差狀态是所有reigon都集中在單個regionserver上，而最佳狀态是所有regionserver上的region數量都等于平均數；
值得注意的是，對于ServerLocalityCostFunction及其它資料本地化相關因子來說，最佳狀态并非是完全本地化，而是基于目前hdfs的block分布狀态，所能達到的最大學地化值，
收益的判斷需要對doAction之前和之後的totalCost進行比較，而totalCost是對各個因子的cost權重求和得到的，如下所示，實線框為初始狀态時的cost，模拟執行了action之後得到了虛線框代表的cost，有的增加有的減小，最後綜合下來的增減情況就代表了執行該action是否有價值；
CandidateGenerator生成action的次數有一定限制，稱為maxStep，該值與叢集配置以及叢集規模相關；
執行plan
plan的執行本質上是執行一系列的MoveRegionProcedure，MoveRegionAction會對應一個MoveRegionProcedure，而SwapRegionsAction會對應兩個MoveRegionProcedure；
計劃執行時，會進行總體執行時間的限制，預設取balance執行間隔的值(hbase.balancer.max.balancing)，即300s，另外，還可限制總體處于rit狀态的region的比例(hbase.master.balancer.maxRitPercent)，預設為1.0，即不限制；
一些配置參數
判斷階段
1、hbase.master.balancer.stochastic.minCostNeedBalance
需要balance的最小cost，即與理想狀态的偏差，預設值為0.05；
1、hbase.master.balancer.stochastic.maxSteps
生成後選action的最大次數，預設值為1000000；
2、hbase.master.balancer.stochastic.runMaxSteps
該值本質上是用來決定把maxSteps作為上限還是作為下限，預設false，即作為上限；
(實際的最大步數，會由動态計算的一個值，與maxSteps進行比較，來選取一個)
3、hbase.master.balancer.stochastic.maxRunningTime
生成plan最多可用時間，預設值為30s；
4、hbase.master.balancer.stochastic.stepsPerRegion
預設800次，該參數會和region數量以及server數量相乘，來得到動态計算的step值；
cost計算相關
MoveCostFunction
1、hbase.master.balancer.stochastic.moveCost
moveCost權重，預設值為7；
2、hbase.master.balancer.stochastic.maxMovePercent
最大可移動的region比例，預設值為0.25；
3、DEFAULT_MAX_MOVES
常量值600，會與maxMovePercent得到的值取max，作為實際可移動數，這意味着max_moves至少為600；
4、當超出實際maxMove時，cost會傳回1個很大的值1000000，進而否決掉目前action；
RegionCountSkewCostFunction
1、hbase.master.balancer.stochastic.regionCountCost
regionCountCost權重，預設值為500；
CostFromRegionLoadFunction(abstract)
1、hbase.master.balancer.stochastic.numRegionLoadsToRemember
最多保留的曆史regionLoad數量，預設值為15，基于這些曆史load，會先算出每次的增量，然後取平均後作為實際load(适用于MemStoreSizeCostFunction、ReadRequestCostFunction、WriteRequestCostFunction)；
MemStoreSizeCostFunction
1、hbase.master.balancer.stochastic.memstoreSizeCost
預設值為5；
StoreFileCostFunction
1、hbase.master.balancer.stochastic.storefileSizeCost
ReadRequestCostFunction
1、hbase.master.balancer.stochastic.readRequestCost
WriteRequestCostFunction
1、hbase.master.balancer.stochastic.writeRequestCost
ServerLocalityCostFunction
1、hbase.master.balancer.stochastic.localityCost
預設值為25；
RackLocalityCostFunction
1、hbase.master.balancer.stochastic.rackLocalityCost
預設值為15；
TableSkewCostFunction
1、hbase.master.balancer.stochastic.tableSkewCost
預設值為35；
PrimaryRegionCountSkewCostFunction
1、hbase.master.balancer.stochastic.primaryRegionCountCost
預設值為500；
RegionReplicaHostCostFunction
1、hbase.master.balancer.stochastic.regionReplicaHostCostKey
預設值為100000，主要識别region的各個副本集中到相同host的程度，權重很高，意味着基本上不允許出現；
RegionReplicaRackCostFunction
1、hbase.master.balancer.stochastic.regionReplicaRackCostKey
預設值為10000，主要識别region的各個副本集中到相同rack的程度，權重較高，意味着不贊成這種狀态；