行范围过滤器与子字符串比较器 - Hbase

Question

我的 Hbase rowkeys 是这样设置的：timestamp-userid

我需要扫描 hbase 中的所有行和 return 任何 userid = 38356644322545651

所以我们有

vid = "38356644322545651";

目前我正在使用一个小技巧，一个子字符串比较器：

Scan s = new Scan();
Filter f = new RowFilter(CompareOp.EQUAL, new SubstringComparator(vid));
s.setFilter(f);

这很完美！

但是，我质疑检查子字符串是否存在的效率。此外，如果将来还有其他 rowkeys 包含上述 rowkey 可能会导致问题。

所以我找到了一个叫做 MultiRowRangeFilter 的东西。

看起来很简单。我的实现如下：

Scan s = new Scan();
List<MultiRowRangeFilter.RowRange> lst = new ArrayList<MultiRowRangeFilter.RowRange>();
lst.add(new MultiRowRangeFilter.RowRange("0-" + vid, true, "z-" + vid, true));
s.setFilter(new MultiRowRangeFilter(lst));

这似乎根本不起作用。有什么想法吗？

Answer 1

简单来说，MultiRowRangeFilter不适合你的场景
如果担心效率和正确性，我推荐RegexStringComparator :

    int len = String.valueOf(System.currentTimeMillis()).length();
    String expr = "^[0-9]{" + len + "}" + String.valueOf(seperator) + vid + "$";

    // just kidding... not rely on flag at all.. use 0
    int flag = Pattern.CASE_INSENSITIVE | Pattern.DOTALL;
    RegexStringComparator.EngineType engineType = RegexStringComparator.EngineType.JAVA;

    RowFilter rowFilter = new RowFilter(CompareFilter.CompareOp.EQUAL,
            new RegexStringComparator(expr, flag, engineType));

如果想尝试MultiRowRangeFilter，开始键应该是0000000000000-vid，结束键应该是9999999999999-vid，代码如下：

    int len = String.valueOf(System.currentTimeMillis()).length();
    String startPrefix = getStrOfRepeatedChar(len, '0'),
            endPrefix = getStrOfRepeatedChar(len, '9');

    String startRow = startPrefix + String.valueOf(seperator) + wantedId,
            endRow = endPrefix + String.valueOf(seperator) + wantedId;
    RowRange rowRange = new RowRange(startRow, true, endRow, true);

    List<RowRange> rowRangeList = new ArrayList<>();
    rowRangeList.add(rowRange);

    Filter multiRowRangeFilter = new MultiRowRangeFilter(rowRangeList);

但结果仍然不正确，因为它会在 table.

中显示所有结果

行范围过滤器与子字符串比较器 - Hbase

Row Range Filter vs Substring comparator - Hbase

java

hbase