Java 如何将HBase扫描限制为仅针对MapReduce作业的相关（未过滤）区域

我正在运行mapreduce作业以将数据从HBase导出到HDFS。 扫描应用了多个过滤器

无法通过行键限制扫描，因为它不包含所需信息

在运行MR作业时，Thread会为HBase中的每个区域创建一个映射器。其中一些区域仅包含过滤后的数据，因此映射程序不会收到任何要读取的内容，并且在一段时间后会被终止。 要提取的数据量明显小于数据总量，因此由于大量映射程序被终止，作业最终失败

我不是在寻找答案：

• 在映射器中实现“手动”过滤
• 增加超时间隔

我要找的是其中之一：

• 链接到一篇关于如何解决这个问题的文章

• 这是一个有效的解决方案或想法（不一定需要代码），不需要通过映射程序运行完整的HBase表。或者至少（让我们说实话）减少了映射器中的计算负载

• 确认没有有效的方法来做这件事，因为我花了相当多的时间来寻找这个

我相信代码示例不是必需的，因为了解HBase的人会知道我的要求

---

谢谢你的建议。

为了解决这个问题，我创造了一个MR职位

映射器将每一行键分类到一个类别中，并为每个类型选择第一个和最后一个元素（因为所有内容都在一个区域内排序）。为了拾取最后一个元素，我一直在更新单个对象并为每个值赋值，这些值都会登录到映射器中。然后，我在清理阶段将这两个值写入上下文（分类器名称作为键，行键作为值）

映射器的输出很轻（类别数*2），因此我将还原器的数量设置为1，并编写了一些基本逻辑来创建具有low_row/high_row的对象，该对象在飞行中进行了更新，最后我不必对任何内容进行排序。因此，最终输出的形式为：

classifier\u name，start\u rowKey，end\u rowKey

然后我可以使用这些值来限制我的扫描

---

希望这会对某人有所帮助：）

这不是二级索引。。。《HBase指南》中的章节是关于？感谢你的建议，这是一个一次性的工作，所以我不想仅仅为此创建一个二级索引。最后，我写了另一个mapreduce作业，它对每个行键进行了分类，并生成了一个带有开始行键和结束行键的输出，它允许我为scanCool使用setStart/EndRow属性，感谢更新。值得发布作为您自己问题的答案！所以你还在建立一个索引，有点…：）完成，谢谢你的建议，它指向了正确的方向：）