Hbase更新用例
我有以下hbase用例： 一个Hbase表，具有一个行键（使用md5哈希组合构建）和两个列族。从逻辑上讲，该表存储句子。该表有数亿条记录 我有一个连接到这个hbase表的webapp，需要根据某些条件随机导出句子。目前，只需使用rowkey即可查找所有这些条件。 通常，一个导出只包含几百个句子。重要的限制是，一旦导出某些段，它们就不应出现在任何后续导出中 所以我的问题与此相关-我应该如何确保相同的段不会再次导出 每次导出后，是否应通过更新标志来“标记”导出的段？这样做的缺点是，在查看哪些段符合我的条件时，我不能仅使用rowkey来标识这些记录，还可以使用该标志。因此，我需要使用过滤器，我知道这要慢得多Hbase更新用例,hbase,bigdata,Hbase,Bigdata,我有以下hbase用例： 一个Hbase表，具有一个行键（使用md5哈希组合构建）和两个列族。从逻辑上讲，该表存储句子。该表有数亿条记录 我有一个连接到这个hbase表的webapp，需要根据某些条件随机导出句子。目前，只需使用rowkey即可查找所有这些条件。 通常，一个导出只包含几百个句子。重要的限制是，一旦导出某些段，它们就不应出现在任何后续导出中 所以我的问题与此相关-我应该如何确保相同的段不会再次导出 每次导出后，是否应通过更新标志来“标记”导出的段？这样做的缺点是，在查看哪些段符合我
有没有更好的方法 谁为您传递行键？你能确保他发送唯一的行键吗 如果导出后不需要数据。为什么不从hbase表中删除这句话呢
如果您对上述两个问题的回答都是“否”，那么就别无选择，只能在表中保留一个标志。我最终使用了过滤器，因为它们似乎运行得足够快，适合我的用例。我唯一关心的是，比方说，我有一些行要更新标志。如果该更新未完成（假设需要更新大量行），而其他用户希望导出相同条件下的数据，该怎么办？他会看到所有的更新吗？我在读Hbase的地方读到了“扫描必须反映出在构建扫描仪之前发生的所有突变”。这是否意味着我的假设是安全的？