Hbase中Scan数据时的缓存优化以scan 过滤器的使用

1.缓存优化

在hbase的java api 中,默认在scan 过程中scan.next一次进行一次rpc请求,这导致scan的效率很低,设置scan的缓存优化很有必要

1.scan.setBatch(int 10),设置一次next 返回的列数的缓存,针对表中的数据有多列的时候应设置此项.

2.scan.setCaching(10);   十次next，一次rpc请求,通过此项的设置可以减少rpc的请求

2.scan过滤器

过滤器相当于数据库中的where子句,比较的方式有

     1)二进制比较 大于、小于。。。。

new BinaryComparator(Bytes.toBytes("xxx"));  

    2)正则比较   等于或不等于

new RegexStringComparator();  

    3)子串比较   等于或不等于

过滤器是将过滤器代码序列化，通过rpc交给服务端处理，服务端处理完成后返回给客户端

1.RowFilter:行过滤,过滤指定的行

RowFilter filter2 = new RowFilter(CompareFilter.CompareOp.GREATER_OR_EQUAL,new BinaryComparator(Bytes.toBytes("row097")));  

2.FamilayFilter:列族过滤,返回指定的列族

3.QualifierFilter:返回指定的列

4.ValueFilter:过滤值

当多个过滤器共同作用时,使用FilterList(parm1 :条件的and 或者or)

/** !AND */
MUST_PASS_ALL,
/** !OR */
MUST_PASS_ONE  

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.*;
import org.apache.hadoop.hbase.util.Bytes;
import org.junit.Test;

import java.io.IOException;
import java.util.List;

public class TestFilter {


    @Test
    public void TestFilter1() throws IOException {
        Configuration cong = HBaseConfiguration.create();
        Connection connection = ConnectionFactory.createConnection(cong);
        TableName tableName = TableName.valueOf("test2:t1");

        Table table = connection.getTable(tableName);




        Scan scan = new Scan();
        scan.setBatch(3);//设置批次返回的列数,对于多列的数据是一个很好的优化
        scan.setCaching(10);//设置返回的行数
       //new  FamilyFilter(, )


        FamilyFilter filter = new FamilyFilter(CompareFilter.CompareOp.EQUAL,new RegexStringComparator("f1"));
     RowFilter filter2 = new RowFilter(CompareFilter.CompareOp.GREATER_OR_EQUAL,new BinaryComparator(Bytes.toBytes("row097")));
        QualifierFilter name = new QualifierFilter(CompareFilter.CompareOp.EQUAL, new RegexStringComparator("name"));
        FilterList fl = new FilterList(FilterList.Operator.MUST_PASS_ALL, filter,filter2);
       FilterList flist= new FilterList(FilterList.Operator.MUST_PASS_ALL);
        flist.addFilter(name);//多个过滤器是定义的Filterlist可以定义多个,也可同时添加过滤器列表
       flist.addFilter(fl);
//  filterList.addFilter(filter);
//  filterList.addFilter(filter2);
       scan.setFilter(flist);
        ResultScanner scanner = table.getScanner(scan);
        Result next =null;
        while (( next=scanner.next())!=null){
            List<Cell> list = next.listCells();
            for (Cell cell : list) {
                String row = Bytes.toString(cell.getRow());
                String fam =Bytes.toString( CellUtil.cloneFamily(cell));
                String qq =Bytes.toString( CellUtil.cloneQualifier(cell));
                String val = Bytes.toString(CellUtil.cloneValue(cell));
                System.out.println(row+"\t"+fam+"\t"+qq+"\t"+val);
            }

        }


    }
}