2

我一直对过滤器在 HBase 中的工作方式感到困惑（或者，在很大程度上等同于在 HappyBase 中——我用来与 HBase 交互）。我困惑的根源是我似乎无法掌握过滤器的作用。

某些过滤器，例如SingleColumnValueFilter，会导致不会根据其中一列的值发出行。这是有道理的——在我看来，这就是过滤器的用途。但是，其他过滤器，如FirstKeyOnlyFilter，似乎不是按行过滤，而是过滤呈现给请求者的数据——即，它们按列过滤，就像columns参数一样。不仅如此，它们似乎还会影响其他过滤器是否可以访问数据。

也许我只是用错了。但是，对我来说，“过滤器”应该根据对其属性进行操作的输出来删除项目，例如“找到所有身高超过 7 英尺的人！” 但是FirstKeyOnlyFilter，至少在 HBase 中， 的行为似乎更类似于“给我带来所有人的左耳，别无其他！” 此外，如果我有一个像这样的过滤器：

SingleColumnValueFilter('body', 'height', =, 'regexstring:^over7ft$') AND FirstKeyOnlyFilter，FirstKeyOnlyFilter似乎限制了第一个过滤器访问列族：列“body：height”。

这种设计选择是什么？上面的过滤器看起来像是在说，“告诉我每个身高正好 7 英尺的人的名字！” 但相反，它更像是“如果名字有 7 英尺高，请告诉我每个名字！” 行的第一个键没有列，正如可以说名称具有“高度”一样。

我究竟做错了什么？这是 HappyBase 的特性还是在 HBase 中也一样？

4

1 回答 1

2

过滤器在每行中可用的列上都匹配。

正如您所注意到的，一些 HBase 过滤器会限制返回给客户端的列。这是一个有意的设计选择，以减少客户端调用期间使用的内存和网络资源量。

回想一下，HBase 实际上是一个行键映射到一系列键值对（键值中的键称为列限定符）。它们并不是严格意义上的集合，因为底层数据抽象实际上是一个 rowkey+columnQualifier 到值（一个 Cell）。过滤器在单元级别工作。这也是为什么建议列限定符较短的原因，因为它们实际上与每一行/值一起存储。

FirstKeyOnlyFilter旨在返回尽可能少的数据，同时通过一些键值映射保持行键确实存在的知识。它可以是返回的任何键值映射。

或者，您可以使用 theKeyOnlyFilter而不是FirstKeyOnlyFilterwhich 将清除与返回的每一列关联的值。这应该使您能够根据需要进行匹配，同时最小化返回的数据。

于 2016-02-02T23:32:19.227 回答