HBase学习之路(五)：理解过滤器的概念及比较过滤器的使用

一、过滤器简介

1.过滤器的基本概念

• 过滤器是HBase为客户端提供的一种高级API，是HBase的一种高级特性，它提供了非常强大的功能帮助用户处理表中的数据。HBase中读取数据的API主要是get()和scan()，它们都支持直接读取数据和通过指定起始行健访问数据的功能，可以通过添加限定条件如列族、列、时间戳等来限制查询的数量，但是它们缺少一种细粒度的的筛选功能，比如基于正则表达式的筛选。由此诞生过滤器，Get类和Scan类都支持过滤器，通过方法setFilter(Filter filter)可以设置查询时的过滤器。
• 过滤器是在服务端生效的，换言之过滤器并不是在查询结束，查询结果传送回客户端后再进行条件的过滤，返回过滤后的结果，而是直接在服务端生效，进行过滤，将过滤后的数据返回给客户端，处理流程如下：
  1.客户端创建过滤器并配置好。
  2.查询时发送序列化后的过滤器给对应的RegionServer。
  3.RegionServer使用过滤器过滤数据，将过滤结果返回给客户端。
  

2.过滤器的层次结构

• 在过滤器的层次结构中最基本的接口是Filter，其次是抽象类FilterBase，分别实现了过滤器的空壳和骨架，FilterBase与Filter的关系是这样的：Filter定义了过滤器的所有基本方法，如果直接使用该接口则要实现大量的方法，而FilterBase实现了大部分方法，使得用户只需实现部分方法即可，因此大部分实体过滤器都是通过继承FilterBase类来实现的。

3.比较运算符

• 在HBase中有一类过滤器继承了CompareFilter类，CompareFilter类比基类FilterBase多了一个compare()方法，它需要传入参数来定义比较操作的过程：
  

4.运算器

• CompareFilter类需要的第二个参数是类型是比较器，比较器提供多种方法来比较不同的键值，比较器继承于WritableByteArrayComparable，WritableByteArrayComparable实现了Writable和Comparable接口，HBase提供了如下的比较器：
  
  后面的三种比较器，即BitComparator，RegexStringComparator，SubStringComparator，只能与EQUAL或者NOT_EQUAL运算符搭配使用，因为这些比较器的compareTo()方法只返回1或0，如果使用其他的运算符，如LESS，就会出错。

二、比较过滤器的使用

0.比较过滤器的基本概念

• HBase提供的第一类比较器是比较过滤器(comparison filter)，用户创建该过滤器实例时需要传入一个比较运算符和一个比较器，以下几个比较过滤器都有一个从CompareFilter类继承而来的方法，其方法签名是：
  CompareFilter(CompareOp valueCompareOp,WritableByteArrayComparable valueComparator)
  我们需要提供具体的比较运算符和比较器来使用它，实际上以下的几个比较器都基于此方法进行实例化。
• HBase中的过滤器本来是为了筛掉无用的数据，被过滤掉的数据不会被传送回客户端，过滤器不用于指定用户需要哪些信息，而是在读取数据的过程中不返回用户不想要的数据，简而言之，一般而言符合过滤器要求的数据将被拦截，不符合的数据被放行。但是比较过滤器刚好相反，符合过滤条件的将被放心，不符合条件的数据将被拦截，这是值得注意的。

1.行过滤器

• 行过滤器(RowFilter)基于行健来过滤数据，结合上文，可以知道用法就是传入一个运算符和比较器，行过滤器就会根据这两者进行数据筛选，符合这一行键条件的数据会返回客户端，假设我想查找比"row-15"大的行健所对应行的数据，核心代码为：

  // 创建扫描器实例
  Scan scan = new Scan();
  // 创建行比较过滤器，传入比较运算符和比较器
  Filter filter = new RowFilter(CompareFilter.CompareOp