我的 Hbaserowkeys
是这样设置的:timestamp-userid
我需要扫描 hbase 中的所有行并返回任何带有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);
这非常有效!
但是,我质疑检查子字符串是否存在的效率。 将来,如果还有其他包含上述rowkey
的rowkeys
可能会导致问题。
所以我找到了一种叫做MultiRowRangeFilter
的东西。
这似乎很简单。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));
这似乎根本行不通。有什么想法吗?
简单地说,MultiRowRangeFilter
不适合你的方案。
如果担心效率和正确性,我建议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));
如果要尝试用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);
但是结果仍然不正确,因为它将显示表中的所有结果。