大数据高级开发工程师——HBase学习笔记（1）

大数据数据库之HBase

HBase是什么

HBase的概念

• HBase基于Google的BigTable论文，是建立在HDFS之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的分布式数据库系统。
• 在需要实时读、写随机访问、超大规模数据集时，可以使用HBase。

HBase的特点

• 极易扩展，海量存储
  • 底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加datanode节点就可以了
  • 可以通过增加服务器来对集群的存储进行扩容
• 列式存储
  • HBase表的数据是基于列族进行存储的，列族是在列的方向上的划分。
• 高并发
  • 支持高并发的读写请求
• 稀疏
  • 稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
• 数据的多版本
  • HBase表中的数据可以有多个版本值，默认情况下是根据版本号去区分，版本号就是插入数据的时间戳
• 数据类型单一
  • 所有的数据在HBase中是以字节数组进行存储

HBase在实际场景中的应用

• 交通方面：船舶GPS信息，全长江的船舶GPS信息，每天有1千万左右的数据存储。
• 金融方面：消费信息、贷款信息、信用卡还款信息等。
• 电商方面：电商网站的交易信息、物流信息、游览信息等。
• 电信方面：通话信息、语音详单等。

总结：海量明细数据的存储，并且后期需要有很好的查询性能。

HBase集群安装部署

准备安装包

• 下载安装包到 node01 服务器，并解压到指定目录

wget https://archive.apache.org/dist/hbase/2.2.6/hbase-2.2.6-bin.tar.gz
# 解压缩
tar -zxvf hbase-2.2.6-bin.tar.gz -C /bigdata/install/

修改配置文件

• 修改 hbase-env.sh

$ pwd
/bigdata/install/hbase-2.2.6/conf
vim hbase-env.sh
# 修改如下两项内容
export JAVA_HOME=/usr/apps/jdk1.8.0_241
export HBASE_MANAGES_ZK=false

• 修改 hbase-site.xml

<configuration>
    
    <property>
        <name>hbase.rootdirname>
        <value>hdfs://node01:8020/hbasevalue>
    property>
    
    <property>
        <name>hbase.cluster.distributedname>
        <value>truevalue>
    property>
    
    <property>          
         <name>hbase.zookeeper.quorumname>
         <value>node01,node02,node03:2181value>
    property>
    
    <property>
         <name>hbase.master.info.portname>
         <value>60010value>
    property>
    
    <property>
         <name>hbase.unsafe.stream.capability.enforcename>
         <value>falsevalue>
    property>
configuration>

• 修改 regionservers，原内容清空，添加如下三行

node01
node02
node03

• 创建 backup-masters 配置文件，里边包含备份HMaster节点的主机名，每个机器独占一行，实现HMaster的高可用

vim backup-masters
node02

分发安装包

• 将 node 01 上的 HBase 安装包，拷贝到其它机器

cd /bigdata/install/
scp -r hbase-2.2.6/ node02:$PWD
scp -r hbase-2.2.6/ node03:$PWD

创建软链接

• 因为HBase集群需要读取hadoop的core-site.xml、hdfs-site.xml的配置文件信息，所以我们三台机器都要执行以下命令，在相应的目录创建这两个配置文件的软连接

ln -s /bigdata/install/hadoop-3.1.4/etc/hadoop/core-site.xml /bigdata/install/hbase-2.2.6/conf/core-site.xml
ln -s /bigdata/install/hadoop-3.1.4/etc/hadoop/hdfs-site.xml /bigdata/install/hbase-2.2.6/conf/hdfs-site.xml

添加 HBase 环境变量

• 三台机器均执行如下命令

sudo vim /etc/profile
export HBASE_HOME=/bigdata/install/hbase-2.2.6
export PATH=$PATH:$HBASE_HOME/bin
# 让环境变量生效
source /etc/profile

HBase的启动与停止

• 需要提前启动HDFS及ZooKeeper集群
  • 如果没开启hdfs，请在node01运行start-dfs.sh命令
  • 如果没开启zookeeper，请在3个节点分别运行zkServer.sh start命令
• 第一台机器node01（HBase主节点）执行以下命令，启动HBase集群

start-hbase.sh

• 启动完后，查看 HBase 相关进程
  
• 我们也可以执行以下命令，单节点启动相关进程

# HMaster节点上启动HMaster命令
hbase-daemon.sh start master

# 启动HRegionServer命令
hbase-daemon.sh start regionserver

• 停止HBase集群的正确顺序，node01上运行，关闭hbase集群
  • 关闭ZooKeeper集群
  • 关闭Hadoop集群
  • 关闭虚拟机
  • 关闭笔记本

stop-hbase.sh

访问WEB页面

• 浏览器页面访问：http://node01:60010
  

HBase表的数据模型

rowkey 行键

• 表的主键，表中的记录安装 rowkey 的字典序进行排序
• rowkey 行键可以是任意字符串（最大长度是 64KB，实际应用中长度一般为 10~100 bytes）

Column Family 列族

• 列族或列簇
• HBase表中的每个列，都归属与某个列族
• 列族是表的schema的一部分(而列不是)，即建表时至少指定一个列族
• 比如创建一张表，名为user，有两个列族，分别是info和data，建表语句create 'user', 'info', 'data'

Column 列

• 列肯定是表的某一列族下的一个列，用列族名:列名表示，如info列族下的name列，表示为info:name
• 属于某一个ColumnFamily，类似于我们mysql当中创建的具体的列

Cell 单元格

• 指定row key行键、列族、列，可以确定的一个cell单元格
• cell中的数据是没有类型的，全部是以字节数组进行存储

Timestamp 时间戳

• 可以对表中的Cell多次赋值，每次赋值操作时的时间戳timestamp，可看成Cell值的版本号 version number
• 即一个 Cell 可以有多个版本的值

HBase整体架构

Client客户端

• Client是操作HBase集群的入口
  • 对于管理类的操作，如表的增、删、改，Client通过RPC与HMaster通信完成
  • 对于表数据的读写操作，Client通过RPC与RegionServer交互，读写数据
• Client类型：
  • HBase shell
  • Java编程接口
  • Thrift、Avro、Rest等

ZooKeeper集群

• 实现了HMaster的高可用，多HMaster间进行主备选举

• 保存了HBase的元数据信息meta表，提供了HBase表中region的寻址入口的线索数据

• 对HMaster和HRegionServer实现了监控

HMaster

• HBase集群也是主从架构，HMaster是主的角色，是老大，主要负责Table表和Region的相关管理工作
• 关于Table
  • 管理Client对Table的增删改的操作
• 关于Region
  • 在Region分裂后，负责新Region分配到指定的HRegionServer上
  • 管理HRegionServer间的负载均衡，迁移region分布
  • 当HRegionServer宕机后，负责其上的region的迁移

HRegionServer

• HBase集群中从的角色，是小弟
  • 响应客户端的读写数据请求
  • 负责管理一系列的Region
  • 切分在运行过程中变大的region

Region

• HBase集群中分布式存储的最小单元
• 一个Region对应一个Table表的部分数据

HBase Shell命令基本操作

• hbase shell 进入 hbase 客户端
  

创建表并插入数据

# help 命令查看帮助信息
> help
> help 'create'
# 查看当前数据库中有哪些表
> list

# 使用 create 命令，创建user表，包含info、data两个列族
> create 'user', 'info'
# 或者
> create 'user',{NAME => 'info', VERSIONS => '3'},{NAME => 'data'}

# 向表中插入数据
# 向user表中插入信息，row key为rk0001，列族info中添加名为name的列，值为zhangsan
> put 'user', 'rk0001', 'info:name', 'zhangsan'
# 向user表中插入信息，row key为rk0001，列族info中添加名为gender的列，值为female
> put 'user', 'rk0001', 'info:gender', 'female'
# 向user表中插入信息，row key为rk0001，列族info中添加名为age的列，值为20
> put 'user', 'rk0001', 'info:age', 20
# 向user表中插入信息，row key为rk0001，列族data中添加名为pic的列，值为picture
> put 'user', 'rk0001', 'data:pic', 'picture'

查询数据操作

1. get命令

# 1、通过rowkey查询: 获取user表中row key为rk0001的所有信息（即所有cell的数据）
> get 'user', 'rk0001'

# 2、查看rowkey下某个列族的信息: 获取user表中row key为rk0001，info列族的所有信息
> get 'user', 'rk0001', 'info'    
 
# 3、查看rowkey指定列族指定字段的值: 获取user表中row key为rk0001，info列族的name、age列的信息
> get 'user', 'rk0001', 'info:name', 'info:age'
 
# 4、查看rowkey指定多个列族的信息: 获取user表中row key为rk0001，info、data列族的信息
> get 'user', 'rk0001', 'info', 'data'
# 或者可以这样写
get 'user', 'rk0001', {COLUMN => ['info', 'data']}
# 或者也可以这样写，也行
get 'user', 'rk0001', {COLUMN => ['info:name', 'data:pic']}

# 5、指定rowkey与列值过滤器查询: 获取user表中row key为rk0001，cell的值为zhangsan的信息
> get 'user', 'rk0001', {FILTER => "ValueFilter(=, 'binary:zhangsan')"}

# 6、指定rowkey与列名模糊查询: 获取user表中row key为rk0001，列标示符中含有a的信息
> get 'user', 'rk0001', {FILTER => "QualifierFilter(=, 'substring:a')"}

2. scan命令

# 1、查询所有行的数据: 查询user表中的所有信息
> scan 'user'
 
# 2、列族查询: 查询user表中列族为info的信息
> scan 'user', {COLUMNS => 'info'}
# 当把某些列的值删除后，具体的数据并不会马上从存储文件中删除；查询的时候，不显示被删除的数据；如果想要查询出来的话，RAW => true
scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 5}
scan 'user', {COLUMNS => 'info', RAW => true, VERSIONS => 3}

# 3、多列族查询: 查询user表中列族为info和data的信息
> scan 'user', {COLUMNS => ['info', 'data']}

# 4、指定列族与某个列名查询: 查询user表中列族为info、列标示符为name的信息
> scan 'user', {COLUMNS => 'info:name'}
# 查询info:name列、data:pic列的数据
> scan 'user', {COLUMNS => ['info:name', 'data:pic']}
# 查询user表中列族为info、列标示符为name的信息,并且版本最新的5个
> scan 'user', {COLUMNS => 'info:name', VERSIONS => 5}

# 5、指定多个列族与条件模糊查询: 查询user表中列族为info和data且列标示符中含有a字符的信息
> scan 'user', {COLUMNS => ['info', 'data'], FILTER => "QualifierFilter(=,'substring:a')"}
 
# 6、指定rowkey的范围查询: 查询user表中列族为info，rk范围是[rk0001, rk0003)的数据
scan 'user', {COLUMNS => 'info', STARTROW => 'rk0001', ENDROW => 'rk0003'}
 
# 7、指定rowkey模糊查询: 查询user表中row key以rk字符开头的数据
> scan 'user',{FILTER=>"PrefixFilter('rk')"}

# 8、指定数据版本的范围查询: 查询user表中指定范围的数据（前闭后开）
> scan 'user', {TIMERANGE => [1392368783980, 1610288780669]}

3. count命令

# 统计一张表有多少行数据
> count 'user'

更新数据操作

• 更新操作同插入操作一模一样，只不过有数据就更新，没数据就添加
• 更新数据值，使用put命令
• 更新版本号，使用alter命令

# 将user表的info列族版本数改为5
alter 'user', NAME => 'info', VERSIONS => 5

删除数据操作

# 1、指定rowkey以及列名进行删除: 删除user表row key为rk0001，列标示符为info:name的数据
> delete 'user', 'rk0001', 'info:name'

# 2、指定rowkey，列名以及版本号进行删除: 删除user表row key为rk0001，列标示符为info:name，timestamp为 1639355851752 的数据
> delete 'user', 'rk0001', 'info:name', 1639355851752

# 3、删除一个列族
> alter 'user', NAME => 'data', METHOD => 'delete' 
#或 
> alter 'user', 'delete' => 'info'

# 4、清空表数据
> truncate 'user'

# 5、删除表: 首先需要先让该表为disable状态，然后使用drop命令删除这个表
# 注意：如果直接drop表，会报错：Drop the named table. Table must first be disabled
> disable 'user'
> drop 'user'

管理操作

1. status

• 显示服务器状态

status 'node01'

2. whoami

• 显示 HBase 当前用户

whoami

3. list

• 显示当前所有的表

list

4. count

• 统计指定表的记录数

count 'user'

5. describe

• 展示表结构信息

describe 'user'

6. exists

• 检查表是否存在，适用于表量特别多的情况

exists 'user'

7. is_enabled、is_disabled

• 检查表是否启用或禁用

is_enabled 'user'
is_disabled 'user'

8. alter

• 可以改变表和列族的模式

# 为当前表增加列族
alter 'user', NAME => 'CF2', VERSIONS => 2
# 为当前表删除列族
alter 'user', 'delete' => 'CF2'

9. disable、enable

• 禁用/启用一张表

disable 'user'
enable 'user'

10. drop

• 删除一张表，记得在删除表之前必须先禁用

11. truncate

• 禁用表-删除表-创建表

HBase的JavaAPI操作

• HBase是一个分布式的NoSql数据库，在实际工作当中，我们一般都可以通过JavaAPI来进行各种数据的操作，包括创建表，以及数据的增删改查等。
• jar 包依赖：

<dependency>
  <groupId>org.apache.hbasegroupId>
  <artifactId>hbase-clientartifactId>
  <version>2.2.6version>
dependency>
<dependency>
  <groupId>org.apache.hbasegroupId>
  <artifactId>hbase-serverartifactId>
  <version>2.2.6version>
dependency>

创建myuser表

public class HbaseCreateTableTest {
    /**
     * 创建表 myuser，有两个列组 f1、f2
     * 步骤：1、获取连接
     * 2、获取客户端对象
     * 3、操作数据库
     * 4、关闭流
     */
    @Test
    public void createTable() throws IOException {
        Configuration configuration = HBaseConfiguration.create();
        // 指定hbase的zk集群地址
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        // 创建连接对象
        Connection connection = ConnectionFactory.createConnection(configuration);
        // 获取管理员对象，创建一张表
        Admin admin = connection.getAdmin();
        // 指定表名
        TableDescriptor tableDescriptor = TableDescriptorBuilder.newBuilder(TableName.valueOf("myuser"))
                // 指定两个列族
                .setColumnFamily(ColumnFamilyDescriptorBuilder.newBuilder("f1".getBytes()).build())
                .setColumnFamily(ColumnFamilyDescriptorBuilder.newBuilder("f2".getBytes()).build())
                .build();
        admin.createTable(tableDescriptor);
        // 关闭
        admin.close();
        connection.close();
    }
}

向表中添加数据

• 单条插入和批量插入

public class HbaseInsertTest {
    private static final String TABLE_NAME = "myuser";
    private Connection connection;
    private Table table;

    @Before
    public void init() throws IOException {
        Configuration configuration = HBaseConfiguration.create();
        configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
        connection = ConnectionFactory.createConnection(configuration);
        table = connection.getTable(TableName.valueOf(TABLE_NAME));
    }

    /**
     * 向myuser表中添加数据
     */
    @Test
    public void insertOne() throws IOException {
        // 创建 put 对象，并指定 rowkey
        Put put = new Put("0001".getBytes());
        put.addColumn("f1".getBytes(), "name".getBytes(), "zhangsan".getBytes());
        put.addColumn("f1".getBytes(), "age".getBytes(), Bytes.toBytes(18));
        put.addColumn("f1".getBytes(), "id".getBytes(), Bytes.toBytes(25));
        put.addColumn("f1".getBytes(), "address".getBytes(), Bytes.toBytes("地球人"));
        table.put(put);
    }

	@Test
    public void batchInsert() throws IOException {
        // 创建 put 对象，并指定 rowkey
        Put put1 = new Put("0002".getBytes());
        put1.addColumn("f1".getBytes(), "id".getBytes(), Bytes.toBytes(1));
        put1.addColumn("f1".getBytes(), "name".getBytes(), Bytes.toBytes("曹操"));
        put1.addColumn("f1".getBytes(), "age".getBytes(), Bytes.toBytes(35));
        put1.addColumn("f2".getBytes(), "sex".getBytes(), Bytes.toBytes("男"));
        put1.addColumn("f2".getBytes(), "address".getBytes(), Bytes.toBytes("xxx"));
        put1.addColumn("f2".getBytes(), "phone".getBytes(), Bytes.toBytes("16888888888"));
        put1.addColumn("f2".getBytes(), "say".getBytes(), Bytes.toBytes("Hello"));

        Put put2 = new Put("0003".getBytes());
        put2.addColumn("f1".getBytes(), "id".getBytes(), Bytes.toBytes(2));
        put2.addColumn("f1".getBytes(), "name".getBytes(), Bytes.toBytes("刘备"));
        put2.addColumn("f1".getBytes(), "age".getBytes(), Bytes.toBytes(32));
        put2.addColumn("f2".getBytes(), "sex".getBytes(), Bytes.toBytes("男"));
        put2.addColumn("f2".getBytes(), "address".getBytes(), Bytes.toBytes("yyy"));
        put2.addColumn("f2".getBytes(), "phone".getBytes(), Bytes.toBytes("17888888888"));
        put2.addColumn("f2".getBytes(), "say".getBytes(), Bytes.toBytes("How are you"));

        Put put3 = new Put("0004".getBytes());
        put3.addColumn("f1".getBytes(), "id".getBytes(), Bytes.toBytes(3));
        put3.addColumn("f1".getBytes(), "name".getBytes(), Bytes.toBytes("孙权"));
        put3.addColumn("f1".getBytes(), "age".getBytes(), Bytes.toBytes(30));
        put3.addColumn("f2".getBytes(), "sex".getBytes(), Bytes.toBytes("男"));
        put3.addColumn("f2".getBytes(), "address".getBytes(), Bytes.toBytes("zzz"));
        put3.addColumn("f2".getBytes(), "phone".getBytes(), Bytes.toBytes("18888888888"));
        put3.addColumn("f2".getBytes(), "say".getBytes(), Bytes.toBytes("How old are you"));

        table.put(Arrays.asList(put1, put2, put3));
    }

    @After
    public void close() throws IOException {
        table.close();
        connection.close();
    }
}

查询数据

1. Get查询

• 按照rowkey进行查询，获取所有列的所有值

/**
 * 查询rowkey为0003的数据
 */
@Test
public void getData() throws IOException {
    Get get = new Get(Bytes.toBytes("0003"));
    // 限制只查询f1列族下面所有列的值
    get.addFamily("f1".getBytes());
    // 查询f2  列族 phone  这个字段
    get.addColumn("f2".getBytes(), "phone".getBytes());
    // 通过get查询，返回一个result对象，所有的字段的数据都是封装在result里面了
    Result result = table.get(get);
    // 获取一条数据所有的cell，所有数据值都是在cell里面
    printData(result.listCells());
}
private void printData(List<Cell> cells) {
    if (CollectionUtils.isEmpty(cells)) {
        return;
    }
    System.out.printf("%-15s%-15s%-15s%-15s\n", "rowKey", "familyName", "columnName", "cellValue");
    for (Cell cell : cells) {
        // 获取rowKey
        byte[] rowKey = CellUtil.cloneRow(cell);
        // 获取列族名
        byte[] familyName = CellUtil.cloneFamily(cell);
        // 获取列名
        byte[] columnName = CellUtil.cloneQualifier(cell);
        // 获取cell值
        byte[] cellValue = CellUtil.cloneValue(cell);
        // 需要判断字段的数据类型，使用对应的转换的方法，才能够获取到值
        if ("age".equals(Bytes.toString(columnName)) || "id".equals(Bytes.toString(columnName))) {
            System.out.printf("%-15s%-15s%-15s%-15s\n", Bytes.toString(rowKey), Bytes.toString(familyName),
                    Bytes.toString(columnName), Bytes.toInt(cellValue));
        } else {
            System.out.printf("%-15s%-15s%-15s%-15s\n", Bytes.toString(rowKey), Bytes.toString(familyName),
                    Bytes.toString(columnName), Bytes.toString(cellValue));
        }
    }
}

2. Scan查询

/**
 * 不知道rowkey的具体值，想查询rowkey范围是0001到0003
 */
@Test
public void scanData() throws IOException {
    Scan scan = new Scan();
    scan.addFamily("f1".getBytes());
    scan.addColumn("f2".getBytes(), "phone".getBytes());
    scan.withStartRow("0001".getBytes()).withStopRow("0004".getBytes()); // 左闭右开

    printResult(table.getScanner(scan));
}

private void printResult(ResultScanner scanner) {
    for (Result result : scanner) {
        printData(result.listCells());
        System.out.println("----------------------------------------------------------");
    }
}

过滤器查询

1. 过滤器说明

• 过滤器的作用是在服务端判断数据是否满足条件，然后只将满足条件的数据返回给客户端
• 过滤器的类型很多，但是可以分为两大类
  • 比较过滤器
  • 专用过滤器
• HBase过滤器的比较运算符：

LESS  				<
LESS_OR_EQUAL 		<=
EQUAL 				=
NOT_EQUAL 			<>   不等于
GREATER_OR_EQUAL 	>=
GREATER 			>
NO_OP 				排除所有

• HBase比较过滤器的比较器（指定比较机制）：

BinaryComparator  		按字节索引顺序比较指定字节数组，采用Bytes.compareTo(byte[])
BinaryPrefixComparator 	跟前面相同，只是比较左端前缀的数据是否相同
NullComparator 			判断给定的是否为空
BitComparator 			按位比较
RegexStringComparator 	提供一个正则的比较器，仅支持 EQUAL 和非EQUAL
SubstringComparator 	判断提供的子串是否出现在中

2. 使用比较过滤器

• rowKey过滤器RowFilter

/**
 * 通过RowFilter过滤比rowKey = 0003小的所有值出来
 */
@Test
public void testRowFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            /**
             * rowFilter需要加上两个参数:
             *      第一个参数就是我们的比较规则
             *      第二个参数就是我们的比较对象
             */
            new RowFilter(CompareOperator.LESS, new BinaryComparator("0003".getBytes()))
    );

    printResult(table.getScanner(scan));
}

• 列族过滤器FamilyFilter

/**
 * 通过 FamilyFilter 查询列族名包含f2的所有列族下面的数据
 */
@Test
public void testFamilyFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new FamilyFilter(CompareOperator.EQUAL, new SubstringComparator("f2"))
    );

    printResult(table.getScanner(scan));
}

• 列过滤器QualifierFilter

/**
 * 通过 QualifierFilter 只查询列名包含`name`的列的值
 */
@Test
public void testQualifierFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new QualifierFilter(CompareOperator.EQUAL, new SubstringComparator("name"))
    );

    printResult(table.getScanner(scan));
}

• 列值过滤器ValueFilter

/**
 * 通过 ValueFilter 查询所有列当中包含8的数据
 */
@Test
public void testValueFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new ValueFilter(CompareOperator.EQUAL, new SubstringComparator("8"))
    );

    printResult(table.getScanner(scan));
}

3. 使用专用过滤器

• 单列值过滤器 SingleColumnValueFilter：SingleColumnValueFilter会返回满足条件的cell，所在行的所有cell的值

/**
 * 通过 SingleColumnValueFilter 查询 f1 列族 name 列值为 刘备 的数据
 */
@Test
public void testSingleColumnValueFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new SingleColumnValueFilter("f1".getBytes(), "name".getBytes(),
                    CompareOperator.EQUAL, new SubstringComparator("刘备"))
    );

    printResult(table.getScanner(scan));
}

• 列值排除过滤器SingleColumnValueExcludeFilter，与SingleColumnValueFilter相反
  • 如果指定列的值符合filter条件，则会排除掉row中指定的列，其他的列全部返回
  • 如果列不存在或不符合filter条件，则不返回row中的列

/**
 * 通过 SingleColumnValueExcludeFilter 查询排出了 f1 列族 name 列值为 刘备 的数据
 */
@Test
public void testSingleColumnValueExcludeFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new SingleColumnValueExcludeFilter("f1".getBytes(), "name".getBytes(),
                    CompareOperator.EQUAL, new SubstringComparator("刘备"))
    );

    printResult(table.getScanner(scan));
}

• rowkey前缀过滤器PrefixFilter

/**
 * 通过 PrefixFilter 查询以00开头的所有前缀的rowkey
 */
@Test
public void testPrefixFilter() throws IOException {
    Scan scan = new Scan().setFilter(
            new PrefixFilter("00".getBytes())
    );

    printResult(table.getScanner(scan));
}

• 分页过滤器PageFilter

/**
 * 通过 PageFilter 实现分页查询
 */
@Test
public void testPageFilter() throws IOException {
    int pageNum = 1, pageSize = 2;
    byte[] startRow = null;
    do {
        Scan scan = new Scan().setFilter(
                new PageFilter(pageSize)
        ).withStartRow(startRow)
                // 设置一步往前扫描多少条数据
                .setMaxResultSize(pageSize);
        ResultScanner scanner = table.getScanner(scan);

        System.out.println("############################ 第 " + (pageNum++) + " 页 ############################");
        int i = 0;
        for (Result result : scanner) {
            printData(result.listCells());
            System.out.println("----------------------------------------------------------");
            startRow = result.getRow();
            i++;
        }
        if (startRow != null) startRow[startRow.length - 1]++;
        if (i < pageSize) startRow = null;
    } while (startRow != null);
}

• 多过滤器综合查询FilterList

/**
 * 通过 FilterList 组合多个过滤器
 *  实现SingleColumnValueFilter查询f1列族，name为刘备的数据，并且同时满足rowkey的前缀以00开头的数据（PrefixFilter）
 */
@Test
public void testFilterList() throws IOException {
    FilterList filterList = new FilterList();
    filterList.addFilter(Arrays.asList(
            new SingleColumnValueFilter("f1".getBytes(), "name".getBytes(), CompareOperator.EQUAL, "刘备".getBytes()),
            new PrefixFilter("00".getBytes())
    ));
    Scan scan = new Scan().setFilter(filterList);

    printResult(table.getScanner(scan));
}

• github代码地址：https://github.com/shouwangyw/bigdata/tree/master/hbase-demo