Hbase分页查询的实战方案

• hbase的rowkey是字典排序（如果不明白字典排序，可以百度搜索一下），所以利用这一个特性，是后插入进去的数据的rowkey在按字典排序是排在先插入的数据之前，这样查询出来的数据就是按照创建时间的顺序排列好的。
• hbase提供了很多filter，可以利用pagingFilter，同时利用scan.setStartKey()来设置第一条数据的rowKey.
• 按字段查询可以添加过滤器链，使用singleColumnValueFilter，添加多个，可以保证按字段查询。

综上所述，分页的关键是rowkey的设计，网上对此已有大篇详述，博主在实践中使用的是时间戳倒序加上long.MAX_VALUE作为使用次数，应用这种方案需要维护一张rowkey表，（如不想维护可以之间时间戳倒序加上一个唯一的字符串），rowkey表主要是包括表对象code（对应表的首字符大拼），当前时间currentDate，使用次数（次数默认取Long.MAX_VALUE）times。

具体到一个rowKey的取值为时间戳倒序+使用次数（Long.MAX_VALUE-System.currentTimeMillis + times），这样可以保证后插入的数据在查询时永远是先查询出来的。

具体的分页查询有两种方案：

1. 每次多查一条数据出来，作为lastRowKey,每次查询作为startKey使用。这样是尽量节约内存的方式，但是坏处是只能连续翻页，比如一到二，二到三，不能一到三，并且不能向前翻页，使用限制多。
2. 带过来pageIndex和pageSize，但是这样需要在翻后面的页时需要多查出来一些数据，然后截取想要的数据。页数越靠后，效果越差。

其他的具体就要看业务需求了，比方业务需要对某几个字段进行查询，可以考虑根据字段来设计rowkey，通过一些方式直接计算出来startRow和endRow，这样的效率是最快的。

博主目前只想到了上面的一些方案，其他的如果有好的建议可以私信。