在hbase中添加多个列键和值筛选器

我对hbase非常陌生。我们需要获取表的某些数据。下面是示例数据集。我被困在创建过滤器，这对我来说似乎有点复杂。在查询中，我将得到value1，我需要将其与id1cq的值进行比较，另一个值，比如value2，我需要将其与id2cq的值进行比较。在这之后，有多个jj_列的条目，这里我需要首先获取所有以jj_开头的列的最新时间，然后将value3与最新jj_CQ的值进行比较。在sql中，我可以创建类似select*的查询。。其中ID1=''和ID2=''以及ID3=''。如何在Hbase中实现同样的效果。任何帮助都将受到高度赞赏

ROW                                  COLUMN+CELL                                                                                              
 1                                   column=d:ID1, timestamp=1496273604085, value=5678                                                      
 1                                   column=d:ID2, timestamp=1496273604085, value=Jan                                                      
 1                                   column=d:data, timestamp=1496273604085, value=TestData1                               
 1                                   column=d:jj_01/01/2017 01:37:56 AM, timestamp=1496273604085, value=11345601/01/2017 01:37:56 AM          
 2                                   column=d:ID1, timestamp=1496273604105, value=5678                                                      
 2                                   column=d:ID2, timestamp=1496273604105, value=Jan                                                      
 2                                   column=d:data, timestamp=1496273604105, value=TestData2                              
 2                                   column=d:jj_01/02/2017 10:37:56 AM, timestamp=1496273604105, value=11345601/02/2017 10:37:56 AM          
 2                                   column=d:jj_01/02/2017 11:37:56 PM, timestamp=1496273604105, value=11345601/02/2017 11:37:56 PM          
 3                                   column=d:ID1, timestamp=1496273604112, value=5678                                                      
 3                                   column=d:ID2, timestamp=1496273604112, value=Jan,Feb                                                  
 3                                   column=d:data, timestamp=1496273604112, value=TestData3                            
 3                                   column=d:jj_02/01/2017 11:37:56 AM, timestamp=1496273604112, value=11345602/01/2017 11:37:56 AM          
 4                                   column=d:ID1, timestamp=1496273604124, value=5678,1234                                                 
 4                                   column=d:ID2, timestamp=1496273604124, value=Jan,Dec                                                  
 4                                   column=d:data, timestamp=1496273604124, value=TestData4                                    
 4                                   column=d:jj_02/02/2017 09:37:56 PM, timestamp=1496273604124, value=11345602/02/2017 09:37:56 PM          
 4                                   column=d:jj_02/02/2017 11:37:56 AM, timestamp=1496273604124, value=11345602/02/2017 11:37:56 AM          
 5                                   column=d:ID1, timestamp=1496273604133, value=5678,1234                                                 
 5                                   column=d:ID2, timestamp=1496273604133, value=Jan                                                      
 5                                   column=d:data, timestamp=1496273604133, value=TestData5                         
 5                                   column=d:jj_01/05/2017 11:37:56 AM, timestamp=1496273604133, value=11345601/05/2017 11:37:56 AM          
 5                                   column=d:jj_01/06/2017 09:37:56 PM, timestamp=1496273604133, value=11345601/06/2017 09:37:56 PM          
 6                                   column=d:ID1, timestamp=1496273604138, value=5678                                                      
 6                                   column=d:ID2, timestamp=1496273604138, value=Dec                                                      
 6                                   column=d:data, timestamp=1496273604138, value=TestData6                          
 6                                   column=d:jj_02/02/2017 09:37:56 AM, timestamp=1496273604138, value=11345602/02/2017 09:37:56 AM          
 7                                   column=d:ID1, timestamp=1496273604148, value=5678                                                      
 7                                   column=d:ID2, timestamp=1496273604148, value=Jan                                                      
 7                                   column=d:data, timestamp=1496273604148, value=TestData7                                
 7                                   column=d:jj_02/03/2017 09:37:56 AM, timestamp=1496273604148, value=11345602/03/2017 09:37:56 AM 

---

例如，您可以使用过滤器列表

scan.setFilter(
  new FilterList(
    FilterList.Operator.MUST_PASS_ALL, 
    new myCustomFilterA(), 
    new myCustomFilterB(),
    ...
  )
);

---

它不会工作，因为亚历克西，我需要和条件，而且我不需要前缀匹配，我需要在这个精确匹配。我想我需要使用自定义过滤器。这是过滤器列表的一个示例，当然你可以使用Operator.MUST\u PASS\u ALL来设置和条件，关于前缀过滤器，你当然可以使用你自己的过滤器。将更新我的答案