行范围筛选器与子字符串比较器 - HBase

Question

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？

Answer 1

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。