HBase之比较过滤器

最近在学习Hadoop中的HBase，通过本次实验，可以理解比较过滤器，能够掌握并运用。主要包含行比较过滤器和列族比较过滤器实验。在进行实验之前需要导入HBase项目包，然后在这个项目下面创建package和class。

项目准备

• 进入desktop，打开eclipse。
• 打开eclipse后，点击Open Perspective：

Eclipse

选中Java，然后点击OK：

Open Perspective

• 导入Hbase项目，如下图：
  • 在左边的空白处点击右键，选择import：

  

  import1

  • 双击General，选中Existing Projects into Workspace，然后点击Next：

  

  import2

  • 点击Browser....：

  

  import3

  • 选中HBase，然后点击OK：

  

  import4

  • 点击Finish：

  

  import5

• 在HBase项目下面创建相应的Package和Class。 给第一个程序实验创建一个名为Filter的package、名为Rowfilter的class。给第二个程序实验在名为Filter的package下创建名为Familyfilter的class。

完成以上操作后，便可以开始编写运行HBase程序了。

实验内容

比较过滤器CompareFilter

比较过滤器是一种专门的用于比较的过滤器，通过实现比较运算符与比较器，来实现用户的需求。

• 比较过滤器中的比较运算符如下：

• 常用比较过滤器的比较器：

1. 行比较过滤器实验RowFilter

该过滤器是基于行值（row）来过滤数据，不符合条件的row的行将要被过滤掉。行键和行值需要进行区分：

行值（row）：在一行数据中，其row值是一行中的唯一标示。 行键（Key）：在HBase底层存储中，数据都是以KeyValue对象的形式存在，而在KeyValue对象中，Key包含了一个单元格的row、columnfamily、column、timestamp、type 几个重要的信息，type有四种类型，分别是Put、Delete、 DeleteColumn和DeleteFamily。而Value中只有单元格真实的数据。也就是说Key是不包含value，但包含row的。

• 目的

通过代码实现行比较过滤器的调用，这里是匹配“emp”表中行键大于等于“2”、并且扫描范围为列族personal data下面的列city的行，并将相关信息打印到控制台。

• 核心代码

核心代码

以上代码是在创建configuration实例，创建表连接，创建过滤器，设置过滤条件，设置比较器为BinaryComparator。并创建一个scan对象，设置scan的范围，将scan的结果进行Row过滤。

• 查看结果

在控制台查看行过滤的结果，将匹配到的“emp”表格中行键大于等于2的、并且扫描范围为列族personal data下面的列city的行的数据进行显示。如下：

结果

其中，row为“2”，columnfamily为“personal data”，column为“city”，timestamp为“1498442651530”，type为“Put”，vlen即数据长度为7字节，seqid为“0”；row为“3”，columnfamily为“personal data”，column为“city”，timestamp为“1498442651555”，type为“Put”，vlen即数据长度为5字节，seqid为“0”。

2. 列族比较过滤器实验FamilyFilter

该过滤器是对列族进行过滤，即在获取数据过程中，不符合该过滤器条件的列族内的数据，全部被过滤掉。

• 目的

通过代码实现列比较过滤器的调用，这里是匹配“emp”表中列族为“professional data”的列，并将相关信息打印到控制台。

• 核心代码

核心代码

以上代码是在创建configuration实例，创建表连接，创建过滤器，设置过滤条件，设置比较器为BinaryComparator。并创建一个scan对象，将scan的结果进行列族过滤。

• 查看结果

在控制台查看列族过滤的结果，将匹配到“professional data”的所有列的数据进行显示。如下：

结果