如何扫描hbase中的数值范围

Question

我在hbase中的行键是不同长度的数字，如1,2,3 ..... 32423480,32423481 ..

我用的时候

scan 'table' {STARTROW => '1', ENDROW => '3'}  

扫描表，我只想要行1,2,3的结果，但它返回所有以1,2,3开头的行，如1003423,200034 ..

是否可以使用数字方式过滤行键范围使用hbase shell或java api？

谢谢

Answer 1

我更熟悉Apache Accumulo（另一个BigTable实现），但我相信HBase的运行方式类似。

键按字典顺序排序，因此您在'2'之前观察到'11'排序。 通常，您所做的是格式化键以强制排序在您的域中有意义。 因此，例如，如果您的键最大值为99999，则最多可以填充5个字符。

1  becomes 00001
2  becomes 00002
11 becomes 00011
etc

这样HBase将根据预期的数字排序对您的键进行排序，您可以扫描像（00001,00003）这样的范围。

Answer 2

看起来你的HBase表中的键存储为字符串。 这意味着像1,2,3等数字位于表的不同部分，并且它们之间还有许多其他键。 所以问题的答案是：在单一扫描操作的帮助下，无法扫描所需的数值范围。

但是您有两种可能的方法来解决您的问题：

1）更改密钥的架构。 只需将您的密钥转换为整数并将其存储在HBase中。 这样，您的密钥将存储为4个元素的字节数组（如果使用长整数，则存储为8个元素），并以完全数字方式在HBase中进行排序。 此模式具有内存效率，但不支持shell，因为在HBase shell中，默认情况下只能键入字符串表示的键。 如果你想要外壳友好但不是那么有效的内存方式，你可以使用jeff答案中提供的解决方案。

2）如果您不想将所有数据移动到新的密钥架构，则可以使用Get操作而不是Scan 。 只需为您范围内的每个元素调用get操作。 显然，这种方法比一次扫描效率低得多，但它可以让您在没有数据转换的情况下获得所需的所有数据。