HBase行键和范围扫描

我有一个像20110103这样的行键模式，所以行键会像20110103-1-23-333

例如，当我使用扫描进行范围查询时， startRow->20110103-1-23- endRow->20110105-1-23-

我得到的行也不在上述范围内。例如，我也得到了行20110105-1-15-6666。我也得到了与商店15相关的行

我怎样才能解决这个问题？？RegularExpressionFilter会解决此问题吗

---

请就这个问题提供建议……

在您列出的三行键中：

20110103-1-23-
20110105-1-15-666
20110105-1-23-

在我看来，这是自然的排序顺序；以“666”结尾的一个确实在以“20110103”开头的一个之后

---

（有一点可能会让人困惑，对HBase来说，这些都只是字节，字典排序一次只进行一个字节；因此，“aaa”将在“aa”之后但在“ab”之前进行排序。

第20110105-1-15-6666行正确地在这个范围内[20110103-1-23-，20110105-1-23-），因为15小于23，并且行的排序是字典式的。

您提到“我也在获取与store 15相关的行”，这让我想到行键中的第三个数字（

\uuuuuuuuuuuuuuuuuuuuuu23-

）是该行的某种属性

我建议更改此表的模式，将此“存储编号”设为一列，以便您的键看起来像

20110103-1

，并且在“存储”列中，您有这些编号

15

或

23

或其他任何内容

这样，在扫描中，可以过滤掉列存储=15的行

如果您使用的是Java API，这将类似于：

SingleColumnValueFilter filter = new SingleColumnValueFilter(
   Bytes.toBytes("columnfamily"),
   Bytes.toBytes("storenumber"),
   CompareFilter.CompareOp.NOT_EQUAL,
   Bytes.toBytes(15)
);
filter.setFilterIfMissing(true);
Scan scan = new Scan(
   Bytes.toBytes("20110103-1"),
   Bytes.toBytes("20110105-1")
);
scan.setFilter(filter);

---

您可能在行键中存储了太多的数据，请尝试在行键中获取其中一些属性并将它们设置为列。同时请记住，您也可以使用日期（我假设

20110105

是日期）作为时间戳（表的单元格）而不是行键。这取决于您的应用程序。

您可以通过以下命令打开hbase外壳

scan 'YourHbaseTableName',{FILTER=>"(RowFilter(=,'regexstring:20110103'))"}

---

假设HBase是字节的多嵌套有序映射。 因此，您需要将时间戳保存在二进制表示中，以便在每个查询中获得正确的顺序

我认为您可以使用字符串数据类型保存rowkey值，例如使用java方法：

yourDateString.getBytes(encoding) 

或

由HBase API添加

我的建议是将时间值保存为时间戳（long）。 该长度应序列化为字节，然后保存在rowkey中。 请注意，在rowkey中保存时间戳有点问题，因为时间戳会不断上升。时间戳会随着每毫秒的增加而变大，因此每个新值都会保存到管理此区域的HBase区域。因此，简单地说，您只需向其中一台群集计算机写入数据，而这不是使用HBase群集的目标。 对于大小为100机器的集群，可以使用satting（在rowkey前面放置一个随机数，将所有值分布到整个集群）。 看看这个项目。 它可以为您透明地执行序列化、salt等操作，提供简单的类似SQL的语句

Bytes.toBytes(yourDateString)