HBase：如果行键存储为字节数组值，如何使用行键范围获取行

我们使用HBase存储从oracle到hdfs的数据。这里我们将行键设计为字节数组值。行键由组合键构成，如

（Md5（架构名称）.getBytes（）+Md5（日期（格式=yyyy-mm-dd））.getBytes（）+ByteBuffer.allocate（8）.putLong（pkid.array（））

。这里PKID是一个长值

如果我想获取特定模式和特定日期的所有行，我可以使用startrow和endrow查询hbase表，或者使用任何其他类似的方式进行查询

当我将行键存储为字符串时，如

user1\u 20130123

，

…

，

user1\u 20130127

我可以使用

scan 'TempTable', {
    COLUMNS => ['CF:NAME'],
    LIMIT => 10,
    STARTROW => 'user1_20100101',
    ENDROW => 'user1_20100115'
}

---

在这里，我得到了user1在这些日期中的行。当我像上面那样存储行键时，我如何查询？

您的行键有问题，如果您散列日期，您将无法将其用作扫描的开始/停止行

您的行键应该如下所示：

[16B_schema_MD5_hash][8B_long_timestamp][8B_pkid]

Scan myScan = new Scan( 
    Bytes.add(Bytes.toBytes(schemaNameMD5Hash), Bytes.toBytes(startTimestamp)),
    Bytes.add(Bytes.toBytes(schemaNameMD5Hash), Bytes.toBytes(stopTimestamp))
);

您可以这样查询：

[16B_schema_MD5_hash][8B_long_timestamp][8B_pkid]

Scan myScan = new Scan( 
    Bytes.add(Bytes.toBytes(schemaNameMD5Hash), Bytes.toBytes(startTimestamp)),
    Bytes.add(Bytes.toBytes(schemaNameMD5Hash), Bytes.toBytes(stopTimestamp))
);

---

好的，我知道了，所以如果我将行键存储为[16B_schema_MD5_hash][yyyymmdd][8B_pkid]，那么我就可以查询了，我使用行键测试了相同的值，即“user1_20130101”。如果我错了，请纠正我。当然，你可以这样做，因为特定格式的日期排序正确。请记住，您将获得相同的32字节键（yyyymmdd是一个8字节的字符串），但精度要低得多（天数而不是毫秒）。当我们使用哈希值和字符串、long（字符串的转换字节数组、long的转换字节数组）值组合存储行键时，是否会出现性能问题。也就是说，在这种行键设计中，从HBase表中查询记录将是一个性能问题？不，不会，HBase行键只是字节数组，不管您使用什么类型的数据来生成它们。请注意，我们配置的拆分不是十六进制的，它们是字符，这样，任何以“b”（\x62十六进制）开头的行都将进入“b”区域，或“1”（\x31十六进制）以下的任何行将被发送到“0”区域，这就是为什么所有内容都将发送到第一个区域。我建议您更新脚本，使第一个字节是代表十六进制值[0-9a-f]的ASCII字符（或更新拆分以使用单字节十六进制）。请看以下内容：