常见Filter的使用

以下内容参考自《HBase权威指南》 —— 代志远 刘佳 蒋杰 译

CompareFilter中的比较运算符

 

比较器（基于CompareFilter的过滤器提供的）

BinaryComparator，使用Bytes.compareTo()比较当前值与阈值

BinaryPrefixComparator，使用Bytes.compareTo()进行匹配，但是是从左端开始前缀匹配

NullComparator，不做匹配，只判断当前值是不是null

RegexStringComparator，根据一个正则表达式，在实例化这个比较器的时候去匹配表中的数据

SubstringComparator，把阈值和表中数据当做String实例，同时通过contains()操作匹配字符串

 

注意：最后两个比较器只能与EQUAL或NOT EQUALS使用

 

一、比较过滤器

1、行过滤器

行过滤器基于行键来过滤数据。

使用多种比较运算符来返回条件的行键，同时会过滤不符合条件的行键。

结果

2、列族过滤器

基于列族来过滤数据。

通过使用不同组合的运算符和比较器，用户可以在列族一级筛选所需的数据。

结果

3、列名过滤器

筛选特定的列

4、值过滤器

筛选某个特定值的单元格

结果

二、专用过滤器

1、单列值过滤器

用一列的值决定是否一行数据被过滤，首先设定待检查的列，然后设置待检查的列的对应值。

注意两个属性：filterIfMissing、LatestVersionOnly

前者决定了当参考列不存在时如何处理这一行。默认的这一行是被包含在结果中的，可以设置setFilterIfMissing(true)来过滤这些行，即所有不包含参考列的行后被过滤掉了。

后者默认为true，此时过滤器只检查参考列的最新版本，setLatestVersionOnly(false)之后会检查所有的版本。

结果

2、单列排除过滤器

该过滤器继承自单列值过滤器，经过扩展后提供一种略微不同的语意：参考列不被包含到结果中。

理解为：在单列值过滤器的基础上，排除掉满足条件的列，得到的结果就是单列排除过滤器得到的结果

结果（建议对比于上一个过滤器的结果）

3、前缀过滤器

在构造器中传入一个前缀，所有与前缀匹配的行都会被返回到客户端

public PrefixFilter(byte[] prefix)

扫描操作以字典序查找，当遇到比前缀大的行时，扫描操作就结束了。通过与起始行配合使用，过滤器的扫描性能大大提高，原因是当它发现后面的行不符合要求时会全部跳过。

结果：

三、FilterList

可以提供多个过滤器的共同限制，

 

三种构造器：

FilterList(List<Filter> rowFilters)

FilterList(Operator operator)

FilterList(Operator operator, List<Filter> rowFilters)

 

参数rowFilter以列表的形式组合过滤器参数operator决定了组合它们的结果。

操作	描述
MUST_PASS_ALL（默认）	当所有过滤器都允许包含这个值时，这个值才会被包含在结果中，也就是说没有过滤器会忽略这个值
MUST_PASS_ONE	只要有一个过滤器允许包括这个值，那这个值就会包含在结果中

 

虽然每个FilterList只能拥有一个操作符，但是FilterList可以包含FilterList，这样可以构造多级的过滤器。

 

可以通过控制List中过滤器的顺序来进一步精确地控制过滤器的执行顺序。

即在默认操作符下，可以将某个过滤器（能够过滤掉大部分行）放到开始位置，从而加快查询效率