首先,为啥要有过滤器呢?
我们都使用过get()
和scan()
来获取HBase表中的数据,不过我们在使用过程中会发现,这两个函数在获取数据的时候,他们他们缺少一些细粒度的删选功能,不能对行键、列名以及列值进行过滤。
不过使用过滤器就可以达到这个目的。
过滤器最基本的接口叫Filter
,现在我们来学习第一个过滤器:行键过滤器RowFilter
。
过滤器
过滤器,主要的功能就是过滤数据,他能在我们使用get()
和scan()
方法获取数据的时候,对数据进行过滤,过滤掉我们不想要的数据,让我们可以在查询中添加更多的限制条件来减少查询得到的数据量。这些限制可以是指定列族、列、时间戳、以及版本号。
简而言之过滤器的功能就是筛选,那如何使用过滤器筛选数据,如何使用过滤器获取表step1_stu
中列为basicInfo:name
行键为row1
的数据呢?
用咱们之前学过的知识,你肯定能写出如下代码:
TableName tableName = TableName.valueOf(Bytes.toBytes("step1_stu"));
Table table = conn.getTable(tableName);
Scan scan = new Scan();
scan.addColumn(Bytes.toBytes("basicInfo"), Bytes.toBytes("name"));//设置扫描basicInfo:name列
ResultScanner scanner = table.getScanner(scan);
for (Result result : scanner) {
System.out.println(result);
}
不过这段代码的执行结果肯定不能满足我们的需求,它将表中列为basicInfo:name
的值全都查出来了,并没有按照行键进行筛选。
duang,这个时候过滤器就登场了。
Filter filter = new RowFilter(CompareOperator.EQUAL,new BinaryComparator(Bytes.toBytes("row1")));
scan.setFilter(filter);
将上述代码插入到之前的5-7
行中,就可以实现针对行键进行筛选了。
通过这段代码可以发现,要使用过滤器,只需要两个步骤即可:
- 创建过滤器
- 设置过滤器
而需要我们重点掌握的就是创建过滤器。
如何创建过滤器
要创建过滤器,我们需要新建它的对象:
Filter filter = new RowFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("row1")));
过滤器层次结构的最底层是Filter
接口和FilterBase
抽象类,他们实现了过滤器的空壳和骨架。
在这里我们创建了一个RowFilter
行键过滤器的构造方法RowFilter(CompareOperator op,ByteArrayComparable rowComparator)
第一个参数接收的是比较操作对象,第二个参数接收的是条件。
第一个参数有很多种取值以匹配多种场景,取值表格如下:
操作 | 描述 |
---|---|
CompareOperator.LESS | 匹配小宇设定值的值 |
CompareOperator.LESS_OR_EQUAL | 匹配小宇或等于设定值的值 |
CompareOperator.EQUAL | 匹配等于设定值的值 |
CompareOperator.NOT_EQUAL | 匹配与设定值不相等的值 |
CompareOperator.GREATER_OR_EQUAL | 匹配大于或等于设定值的值 |
CompareOperator.GREATER | 匹配大于设定值的值 |
CompareOperator.NO_OP | 排除一切值 |
值得注意的是:在HBase2.0版本之前使用的是(比较过滤器)CompareFilter而不是CompareOperator,不过2.0之后CompareOperator就取代了CompareFilter,CompareFilter将会在3.0的版本中被删除。
Filter filter = new RowFilter(CompareOperator.EQUAL,new BinaryComparator(Bytes.toBytes("row1")));
上述代码可以创建行键过滤器,不过这种方式并不能满足我们的所有需求,要满足更多的需求要怎么做呢,首先咱们要了解ByteArrayComparable
对象,这是一个比较器对象,可以让我们设置各种条件。
都能设置哪些条件呢?
我们得先了解它的子类:
可以发现,比较器有很多子类,他们的功能如下:
比较器 | 描述 |
---|---|
BinaryComparator | 使用Bytes.compareTo()比较当前值与阈值 |
BinaryPrefixComparator | 与上面类似,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 |
BitComparator | 通过BitwiseOp类提供的按位与(AND)、或(OR)、异或(XOR)操作执行位级比较 |
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 |
值的注意的是:最后三种比较器,即BitComparator
、RegexStringComparator
和 SubStringComparator
,只能与EQUAL
和NOT_EQUAL
运算符一起使用,因为这些比较器compareTo()
方法匹配的时候返回结果是0
或者1
,如果和GREATER
或LESS
运算符搭配使用,就会产生错误的结果。
本关我们来重点掌握基于字符串的比较器:RegexStringComparator
和SubStringComparator
。
基于字符串的过滤器有一个特点,它们要比基于字节的比较器更慢,更消耗资源,因为他们每次都要将特定的值转化成字符串。
正则比较器
正则比较器RegexStringComparator
,顾名思义,就是用正则表达式来匹配要过滤的值。
例如,现在有一张表中的行键从row-1 - row-100
,我们要获取所有以5
结尾的行键,可以使用如下方式创建过滤器:
Filter filter = new RowFilter(CompareOperator.EQUAL,new RegexStringComparator(".*5$")); //匹配任意开头,以2结尾。
当然也可以这样写:
Filter filter = new RowFilter(CompareOperator.EQUAL,new RegexStringComparator(".*-.5$")); //匹配任意开头且有‘-’字符,以2结尾。
查询出来的结果:
子串过滤器
子串过滤器SubstringComparator
的作用是用来匹配行键中是否包含特定的字符串:
例如,我们要查询所有行键名中包含10
的行,可以使用如下方式创建过滤器:
Filter filter = new RowFilter(CompareOperator.EQUAL,new SubstringComparator("10"));
这样就能查出所有包含10
的行键了。
值得注意的是子串过滤器的比较器模式只能使用EQUAL和NOT_EQUAL运算符。
列族过滤器
列族过滤器FamilyFilter
与行过滤器类似,列族过滤器是通过比较列族,而不是比较行键来返回结果的。
如何使用呢?
现在我们来用列族过滤器,获取行键为2018
且列族为basic_info
的数据。
Filter filter = new FamilyFilter(CompareOperator.EQUAL,
new BinaryComparator(Bytes.toBytes("basic_info")));
Get get = new Get(Bytes.toBytes("2018"));
Result result = table.get(get);
System.out.println(result);
输出结果:
keyvalues={2018/张飞/male......}
可能看到这你会有疑问只获取一列的数据我用get.addFamily()
方法也可以实现呀!
是的,使用get.addFamily()
代码同样可以实现只查询一个列族,而且好像还简单一点:
Get get = new Get(Bytes.toBytes("2018"));
get.addFamily(Bytes.toBytes("basic_info"));
Result result = table.get(get);
System.out.println(result);
不过我们不要忘了过滤器不仅仅可以匹配相等,还可以匹配小于、大于、不等于这些条件。所以addFamily()
还是不能代替列族过滤器的。
列名过滤器
列名过滤器QualifierFilter
,可以帮助用户筛选特定的列。
例如:我们现在要筛选name
列的数据:
1.获取所有name
列:
Scan scan = new Scan();
Filter filter = new QualifierFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("name")));
scan.setFilter(filter);
ResultScanner scanner = table.getScanner(scan);
for (Result result : scanner) {
System.out.println(result);
}
scanner.close();
2.获取行键为2018
,且列为name
的值:
Get get = new Get(Bytes.toBytes("2018"));
Filter filter = new QualifierFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("name")));
get.setFilter(filter);
Result result = table.get(get);
System.out.println("查询结果:" + result);