所以，让我们看看我是否可以简要解释我的问题。
想象我们有一个HBASE表，该表有每次访问迪斯科的信息：每个迪斯科唱片都会记录其名称，访问者的名称和 day 访问了它。（是的，这是一个愚蠢的例子，我知道 .. ）。
所以，例如，这些将是表的某些值：
..
ministryOfSoundJamesOliver01022017
ministryOfSoundJamesOliver02022017
ministryOfSoundJamesOliver03022017
ministryOfSoundOliviaNewton04042017
ministryOfSoundOliviaNewton06042017
...
pachaibizaJohnMcKiness06042017
pachaibizaJohnMcKiness04042017
pachaibizaWilliamForrester04042017
..
RowKey 具有以下结构：
DISCONAME
personname
dayofthyear
（该表还有其他一些列/预选赛，但我不介意此问题）。
问题是：想象一个男孩，只是喜欢去声音部。他只是喜欢它，他把所有的钱都花在迪斯科和毒品上（，但这不是这里的重点）。
我的目标是输出每个参加声音部的人。在我的扫描中，这个家伙不断出现在结果中，因此我必须丢弃很多条目，以寻找下一个访问者。F.E：
..
ministryOfSoundJohnnyYonkie01022017
ministryOfSoundJohnnyYonkie02022017
ministryOfSoundJohnnyYonkie03022017
ministryOfSoundJohnnyYonkie04022017
ministryOfSoundJohnnyYonkie05022017
ministryOfSoundAnotherDude02022017
...
为了注册 enterndude ，我必须从 Johnny 中丢弃4个条目。
最后，问题是：
是否有任何方法告诉HBase，重复的条目从字节（x）到字节（x y）[ x 是来自discoName的字节数，并且personName的字节数和y的字节数]必须是自动丢弃？
预先感谢！
首先：如果您只能访问客户端，我将无法帮助您：（
如果您有其他访问权限，则可以查看以下命题，但是默认答复将为：如果这是您的访问模式，请优化您的模式。
如果您需要以某种方式访问数据，请确保首先以这种方式编写数据。如果您必须执行迁移，请使用地图还原API。
我可能会简单地添加一张表，该表仅写下一个访问者的行和每个访问者的列。（通常，您提出的模式听起来不太适合HBase - 因为您有很多单调增加的rowkeys写作，如果后处理重复的结果确实是一个性能问题）
）另一方面，如果这是一个临时查询，那么您可能想立即使用mapReduce-api-也许使用apache spark-interConnect并对数据执行"独特的"调用。p>使用扫描进行分析查询不是我的方式。
如果您必须使用扫描进行操作，那么我建议您实现协处理器。这些可以通过状态增强过滤器，您可以在区域服务器端扫描前换器的结果。如果您是协作者的新手，这里是一个简介：HBASE："权威指南"。这就要求您可以将罐子部署到gearmionserver classpath中。
但是，如果您在那里进行独特的过滤来炸毁客户，则由于插入物上的热点，您可能也炸毁了区域。
作为最终替代方案：您可能想查看Apache Phoenix，看看是否可以将Rowkey胁到架构，您可以在其中进行选择，从而在Rowkey的前两个部分中进行选择。这显然需要您的罗基有定界符，或者至少有固定的长度。