基本概念
HBase为筛选数据提供了一组过滤器，通过这个过滤器可以在HBase中的数据的多个维度（行，列，数据版本）上进行对数据的筛选操作，也就是说过滤器筛选的数据能够细化到具体的一个存储单元格上（由行键、列名、时间戳定位）。通常来说，通过行键、值来筛选数据的应用场景较多。
HBase中的过滤器类似于SQL中的Where条件。
过滤器在客户端创建,然后通过RPC发送到服务器上,由服务器执行，执行流程如下图：
过滤器执行流程图
客户端首先创建Scan过滤器，然后将装载过滤器数据的序列化对象Scan发送到HBase的各个RegionServer上（这是一个服务端过滤器），这样也可以降低网络传输的压力。RegionServer使用Scan和内部的扫描器对数据进行过滤操作。
使用过滤器至少需要两类参数，一类是抽象的操作符。HBase 提供了枚举类型的变量来表示这些抽象的操作符，含义如下：
LESS 小于
LESS_OR_EQUAL 小于等于
EQUAL 等于
NOT_EQUAL 不等于
GREATER_OR_EQUAL 大于等于
GREATER 大于
NO_OP 无操作
另一类是比较器，比较器作为过滤器的核心组成之一，用于处理具体的比较逻辑，例如字节级的比较，字符串级的比较等。常用的比较器及含义如下：
BinaryComparator ：二进制比较器，用于按字典顺序比较 Byte 数据值。采用Bytes.compareTo(byte[])
BinaryPrefixComparator ：前缀二进制比较器。与二进制比较器不同的是，只比较前缀是否相同
NullComparator ：判断给定的值是否为空
RegexStringComparator ：提供一个正则的比较器，仅支持 EQUAL 和非EQUAL
SubstringComparator ：用于监测一个子串是否存在于值中，并且不区分大小写
行键过滤器
筛选出匹配的所有的行，使用BinaryComparator可以筛选出具有某个行键的行，或者通过改变比较运算符来筛选出符合某一条件的多条数据。例如下面的例子，从表t1中筛选出行键为row1的一行数据：
Table table =conn.getTable(TableName.valueOf("t1"));
Scan scan = new Scan();
Filter filter = new RowFilter(CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("row1")));
scan.setFilter(filter);
ResultScanner rs = table.getScanner(scan);
for (Result res : rs) {
System.out.println(res);
}
列族过滤器
筛选出符合条件的所有列族数据。例如下面的例子，筛选出列族为f1的所有数据。
Table table =conn.getTable(TableName.valueOf("t1"));
Scan scan = new Scan();
Filter filter = new FamilyFilter(CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("f1")));
scan.setFilter(filter);
ResultScanner rs = table.getScanner(scan);
for (Result res : rs) {
System.out.println(res);
}
列过滤器
根据列名进行筛选数据。例如下面的例子，筛选出列名为name的所有数据。
Scan scan = new Scan();
Filter filter = new QualifierFilter(CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("name")));
scan.setFilter(filter);
值过滤器
按照具体的值来筛选单元格的过滤器，这会把一行中值不能满足条件的单元格过滤掉。例如下面的例子：
筛选出一行中的值包含"xiaoming"的所有单元格数据。
Scan scan = new Scan();
Filter filter = new ValueFilter(CompareOp.EQUAL, new SubstringComparator("xiaoming"));
scan.setFilter(filter);
单列值过滤器
用一列的值是否满足条件来决定该行是否被过滤。在它的具体对象上，可以调用setFilterIfMissing(true)或者setFilterIfMissing(false)，默认值是false。其作用是，对于要使用作为条件的列，如果这一列本身就不存在，默认这样的行会包含在结果集中。如果设置为true，这样的行会被过滤掉。
例如下面的例子：筛选出name列不包含zhangsan的所有行数据。
Filter filter = new SingleColumnValueFilter(Bytes.toBytes("f1"), Bytes.toBytes("name"),CompareFilter.CompareOp.NOT_EQUAL, new SubstringComparator("xiaoming"));
////如果某行列name不存在，那么该行将被过滤掉，false则不进行过滤，默认为false。
((SingleColumnValueFilter) filter).setFilterIfMissing(true);
网友评论