HBase Filter 過濾器之 DependentColumnFilter 詳解

来源:https://www.cnblogs.com/zpb2016/archive/2020/05/20/12921448.html
-Advertisement-
Play Games

前言： 本文詳細介紹了 HBase DependentColumnFilter 過濾器 Java&Shell API 的使用，並貼出了相關示例代碼以供參考。DependentColumnFilter 也稱參考列過濾器，是一種允許用戶指定一個參考列或引用列來過濾其他列的過濾器，過濾的原則是基於參考列的 ...


前言：本文詳細介紹了 HBase DependentColumnFilter 過濾器 Java&Shell API 的使用，並貼出了相關示例代碼以供參考。DependentColumnFilter 也稱參考列過濾器，是一種允許用戶指定一個參考列或引用列來過濾其他列的過濾器，過濾的原則是基於參考列的時間戳來進行篩選。

該過濾器嘗試找到該列所在的每一行，並返回該行具有相同時間戳的全部鍵值對;如果某行不包含這個指定的列，則什麼都不返回。參數dropDependentColumn 決定參考列被返回還是丟棄，為true時表示參考列被返回，為false時表示被丟棄。可以把DependentColumnFilter理解為一個valueFilter和一個時間戳過濾器的組合。如果想要獲取同一時間線的數據可以考慮使用此過濾器。比較器細節及原理請參照之前的更文：HBase Filter 過濾器之比較器 Comparator 原理及源碼學習。

一。Java Api

頭部代碼

public class DependentColumnFilterDemo {

    private static boolean isok = false;
    private static String tableName = "test";
    private static String[] cfs = new String[]{"f1", "f2"};
    private static String[] data1 = new String[]{"row-1:f2:c3:1234abc56", "row-3:f1:c3:1234321"};
    private static String[] data2 = new String[]{
            "row-1:f1:c1:abcdefg", "row-1:f2:c2:abc", "row-2:f1:c1:abc123456", "row-2:f2:c2:1234abc567"
    };

    public static void main(String[] args) throws IOException, InterruptedException {

        MyBase myBase = new MyBase();
        Connection connection = myBase.createConnection();
        if (isok) {
            myBase.deleteTable(connection, tableName);
            myBase.createTable(connection, tableName, cfs);
            // 造數據
            myBase.putRows(connection, tableName, data1);  // 第一批數據
            Thread.sleep(10);
            myBase.putRows(connection, tableName, data2);  // 第二批數據
        }
        Table table = connection.getTable(TableName.valueOf(tableName));
        Scan scan = new Scan();

中部代碼
向右滑動滾動條可查看輸出結果。

        // 構造方法一
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"));  // [row-1:f1:c1:abcdefg, row-1:f2:c2:abc, row-2:f1:c1:abc123456, row-2:f2:c2:1234abc567]

        // 構造方法二 boolean dropDependentColumn=true
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), true);  // [row-1:f2:c2:abc, row-2:f2:c2:1234abc567]

        // 構造方法二 boolean dropDependentColumn=false  預設為false
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false); // [row-1:f1:c1:abcdefg, row-1:f2:c2:abc, row-2:f1:c1:abc123456, row-2:f2:c2:1234abc567]

        // 構造方法三 + BinaryComparator 比較器過濾數據
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,
                CompareFilter.CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("abcdefg"))); // [row-1:f1:c1:abcdefg, row-1:f2:c2:abc]

        // 構造方法三 + BinaryPrefixComparator 比較器過濾數據
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,
                CompareFilter.CompareOp.EQUAL, new BinaryPrefixComparator(Bytes.toBytes("abc")));  // [row-1:f1:c1:abcdefg, row-1:f2:c2:abc, row-2:f1:c1:abc123456, row-2:f2:c2:1234abc567]

        // 構造方法三 + SubstringComparator 比較器過濾數據
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,
                CompareFilter.CompareOp.EQUAL, new SubstringComparator("1234"));  // [row-2:f1:c1:abc123456, row-2:f2:c2:1234abc567]

        // 構造方法三 + RegexStringComparator 比較器過濾數據
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,
                CompareFilter.CompareOp.EQUAL, new RegexStringComparator("[a-z]"));  // [row-1:f1:c1:abcdefg, row-1:f2:c2:abc, row-2:f1:c1:abc123456, row-2:f2:c2:1234abc567]

        // 構造方法三 + RegexStringComparator 比較器過濾數據
        DependentColumnFilter filter = new DependentColumnFilter(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,
                CompareFilter.CompareOp.EQUAL, new RegexStringComparator("1234[a-z]"));  // []  思考題：與上例對比，想想為什麼為空？

該過濾器同時也支持各比較器的不同比較語法，同之前介紹的各種過濾器是一樣的，這裡不再一一舉例了。

尾部代碼

		scan.setFilter(filter);
        ResultScanner scanner = table.getScanner(scan);
        Iterator<Result> iterator = scanner.iterator();
        LinkedList<String> keys = new LinkedList<>();
        while (iterator.hasNext()) {
            String key = "";
            Result result = iterator.next();
            for (Cell cell : result.rawCells()) {
                byte[] rowkey = CellUtil.cloneRow(cell);
                byte[] family = CellUtil.cloneFamily(cell);
                byte[] column = CellUtil.cloneQualifier(cell);
                byte[] value = CellUtil.cloneValue(cell);
                key = Bytes.toString(rowkey) + ":" + Bytes.toString(family) + ":" + Bytes.toString(column) + ":" + Bytes.toString(value);
                keys.add(key);
            }
        }
        System.out.println(keys);
        scanner.close();
        table.close();
        connection.close();
    }
}

二。Shell Api

HBase test 表數據一覽：

hbase(main):009:0> scan 'test'
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-1                                           column=f2:c3, timestamp=1589794115241, value=1234abc56
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
 row-3                                           column=f1:c3, timestamp=1589794115241, value=1234321
3 row(s) in 0.0280 seconds

0. 簡單構造方法

hbase(main):006:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0450 seconds

hbase(main):008:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',false)"}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0310 seconds

hbase(main):007:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',true)"}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0250 seconds

1. BinaryComparator 構造過濾器

方式一：

hbase(main):004:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',false,=,'binary:abcdefg')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
1 row(s) in 0.0330 seconds

hbase(main):005:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',true,=,'binary:abcdefg')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
1 row(s) in 0.0120 seconds

支持的比較運算符：= != > >= < <=，不再一一舉例。

方式二：

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.BinaryComparator
import org.apache.hadoop.hbase.filter.DependentColumnFilter

hbase(main):016:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,CompareFilter::CompareOp.valueOf('EQUAL'), BinaryComparator.new(Bytes.toBytes('abcdefg')))}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
1 row(s) in 0.0170 seconds

hbase(main):017:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), true,CompareFilter::CompareOp.valueOf('EQUAL'), BinaryComparator.new(Bytes.toBytes('abcdefg')))}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
1 row(s) in 0.0140 seconds

支持的比較運算符：LESS、LESS_OR_EQUAL、EQUAL、NOT_EQUAL、GREATER、GREATER_OR_EQUAL，不再一一舉例。

推薦使用方式一，更簡潔方便。

2. BinaryPrefixComparator 構造過濾器

方式一：

hbase(main):019:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',false,=,'binaryprefix:abc')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0330 seconds

hbase(main):020:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',true,=,'binaryprefix:abc')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0600 seconds

方式二：

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.BinaryPrefixComparator
import org.apache.hadoop.hbase.filter.DependentColumnFilter

hbase(main):023:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,CompareFilter::CompareOp.valueOf('EQUAL'), BinaryPrefixComparator.new(Bytes.toBytes('abc')))}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0180 seconds

hbase(main):022:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), true,CompareFilter::CompareOp.valueOf('EQUAL'), BinaryPrefixComparator.new(Bytes.toBytes('abc')))}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0190 seconds

其它同上。

3. SubstringComparator 構造過濾器

方式一：

hbase(main):025:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',false,=,'substring:abc')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0340 seconds

hbase(main):024:0> scan 'test',{FILTER=>"DependentColumnFilter('f1','c1',true,=,'substring:abc')"}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0160 seconds

方式二：

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.SubstringComparator
import org.apache.hadoop.hbase.filter.DependentColumnFilter

hbase(main):028:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,CompareFilter::CompareOp.valueOf('EQUAL'), SubstringComparator.new('abc'))}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0150 seconds

hbase(main):029:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), true,CompareFilter::CompareOp.valueOf('EQUAL'), SubstringComparator.new('abc'))}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0170 seconds

區別於上的是這裡直接傳入字元串進行比較，且只支持EQUAL和NOT_EQUAL兩種比較符。

4. RegexStringComparator 構造過濾器

import org.apache.hadoop.hbase.filter.CompareFilter
import org.apache.hadoop.hbase.filter.RegexStringComparator
import org.apache.hadoop.hbase.filter.DependentColumnFilter

hbase(main):035:0> scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), false,CompareFilter::CompareOp.valueOf('EQUAL'), RegexStringComparator.new('[a-z]'))}
ROW                                              COLUMN+CELL
 row-1                                           column=f1:c1, timestamp=1589794115268, value=abcdefg
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f1:c1, timestamp=1589794115268, value=abc123456
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0170 seconds

hbase(main):034:0* scan 'test',{FILTER => DependentColumnFilter.new(Bytes.toBytes("f1"), Bytes.toBytes("c1"), true,CompareFilter::CompareOp.valueOf('EQUAL'), RegexStringComparator.new('[a-z]'))}
ROW                                              COLUMN+CELL
 row-1                                           column=f2:c2, timestamp=1589794115268, value=abc
 row-2                                           column=f2:c2, timestamp=1589794115268, value=1234abc567
2 row(s) in 0.0150 seconds

該比較器直接傳入字元串進行比較，且只支持EQUAL和NOT_EQUAL兩種比較符。若想使用第一種方式可以傳入regexstring試一下，我的版本有點低暫時不支持，不再演示了。

註意這裡的正則匹配指包含關係，對應底層find()方法。

DependentColumnFilter不支持使用LongComparator比較器，且BitComparator、NullComparator比較器用之甚少，也不再介紹。

到此為止，所有的比較過濾器就總結完畢了。

查看文章全部源代碼請訪以下GitHub地址：

https://github.com/zhoupengbo/demos-bigdata/blob/master/hbase/hbase-filters-demos/src/main/java/com/zpb/demos/DependentColumnFilterDemo.java

掃描二維碼關註博主公眾號

轉載請註明出處！歡迎關註本人微信公眾號【HBase工作筆記】


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Hadoop學習1
    一.Hadoop社區版和發行版 社區版：我們把Apache社區一直開發的Hadoop稱為社區版。簡單的說就是Apache Hadoophttp://hadoop.apache.org/ 發行版：基於Apache Hadoop的基礎上進行商業改造的解決方案，包含一系列定製的管理工具和軟體。 二.Had ...
  • SQL語句中的日期查詢
    SQL語句中的日期查詢 YYYY --當前年份第一天的前一天 SELECT TRUNC(SYSDATE,'yyyy') - 1 + 8 / 24 FROM DUAL 2019/12/31 上午 08:00:00 --當前年份的第一天 SELECT TRUNC(SYSDATE,'yyyy') + 8 ...
  • 北斗對時設備（GPS校時產品）在數字城市系統中的應用
    北斗對時設備（GPS校時產品）在數字城市系統中的應用 北斗對時設備（GPS校時產品）在數字城市系統中的應用 京準電子科技官微——ahjzsz 綜述 隨著電腦網路的迅猛發展，網路應用已經非常普遍，眾多領域的網路系統如電力、石化、金融業（證券、銀行）、廣電業（廣播、電視）、交通業（火車、飛機）、軍事（ ...
  • Cassandra配置JMX
    Cassandra資料庫通過JMX方式對外提供監控和管理服務。本文講解如何配置和開啟Cassandra的JMX服務。 環境說明 本文是基於以下版本的系統和服務： cassandra 3.11.6 openjdk 1.8.0 mx4j 3.0.2 Ubuntu 18.04.4 LTS 需要說明的是，當 ...
  • MySQL （InnoDB）在什麼情況下無法使用索引
    [TOC] 1. 前置知識 1.1 InnoDB 索引結構 InnoDB 索引使用的數據結構是 "B+ 樹" 。 百度百科中的結構圖： 一個 m 階 樹的幾個特點： 1. 每個節點可能有最多 m 個子節點 2. 除根結點外，每個結點至少有 個子女，根結點至少有兩個子女 3. 有 k 個子女的結點必有 ...
  • Xtrabackup工作原理
    [TOC] 1.Xtrabackup介紹 Xtrabackup是Percona公司專門針對MySQL資料庫開發的一款開源免費的物理備份（熱備）工具，可以對InnoDB和XtraDB等事務引擎的資料庫實現非阻塞（即不鎖表）方式的備份，也可以針對MyISAM等非事務引擎實現鎖表方式備份。 Xtrabac ...
  • 【趙強老師】什麼是PL/SQL？
    一、什麼是PL/SQL？ PL/SQL(Procedure Language/SQL)是oracle在標準的sql語言上的擴展。ql/sql不僅允許嵌入sql語言，還可以定義變數和常量，允許私用條件語句和迴圈語句，允許使用例外處理各種錯誤，這使得它的功能變得更加強大。 PL/SQL開發工具主要有： ...
  • MySQL企業級備份
    [TOC] 1.資料庫管理員的兩大工作核心 1.1.能夠讓數據安全得到保護 所謂的數據安全，最容易被人誤以為是只有數據丟失，其實還包括數據被脫庫、泄密等方面。 1.2.能7 24小時提供服務 資料庫具備7 24小時提供服務的能力，是資料庫管理員的重要職責。 2.全量備份和增量備份 2.1.全量備份的 ...
一周排行
    -Advertisement-
    Play Games
  • Dapr Outbox 執行流程
    Dapr Outbox 是1.12中的功能。 本文只介紹Dapr Outbox 執行流程，Dapr Outbox基本用法請閱讀官方文檔 。本文中appID=order-processor，topic=orders 本文前提知識：熟悉Dapr狀態管理、Dapr發佈訂閱和Outbox 模式。 Outbo ...
  • Advanced .Net Debugging 7：托管堆與垃圾收集
    引言 在前幾章我們深度講解了單元測試和集成測試的基礎知識，這一章我們來講解一下代碼覆蓋率,代碼覆蓋率是單元測試運行的度量值,覆蓋率通常以百分比表示，用於衡量代碼被測試覆蓋的程度，幫助開發人員評估測試用例的質量和代碼的健壯性。常見的覆蓋率包括語句覆蓋率（Line Coverage）、分支覆蓋率（Bra ...
  • C#S7.NET實現西門子PLCDB塊數據採集的完整步驟
    前言 本文介紹瞭如何使用S7.NET庫實現對西門子PLC DB塊數據的讀寫，記錄了使用電腦模擬，模擬PLC，自至完成測試的詳細流程，並重點介紹了在這個過程中的易錯點，供參考。 用到的軟體： 1.Windows環境下鏈路層網路訪問的行業標準工具（WinPcap_4_1_3.exe）下載鏈接：http ...
  • WPF控制項：密碼框綁定MVVM
    從依賴倒置原則（Dependency Inversion Principle, DIP）到控制反轉（Inversion of Control, IoC）再到依賴註入（Dependency Injection, DI）的演進過程，我們可以理解為一種逐步抽象和解耦的設計思想。這種思想在C#等面向對象的編 ...
  • Python中的私有屬性與私有方法
    關於Python中的私有屬性和私有方法 Python對於類的成員沒有嚴格的訪問控制限制，這與其他面相對對象語言有區別。關於私有屬性和私有方法，有如下要點： 1、通常我們約定，兩個下劃線開頭的屬性是私有的（private）。其他為公共的（public）； 2、類內部可以訪問私有屬性（方法）； 3、類外 ...
  • C++ 訪問說明符詳解：封裝數據，控制訪問，提升安全性
    C++ 訪問說明符 訪問說明符是 C++ 中控制類成員（屬性和方法）可訪問性的關鍵字。它們用於封裝類數據並保護其免受意外修改或濫用。 三種訪問說明符： public：允許從類外部的任何地方訪問成員。 private：僅允許在類內部訪問成員。 protected：允許在類內部及其派生類中訪問成員。 示 ...
  • static_cast與dynamic_cast到底是什麼？
    寫這個隨筆說一下C++的static_cast和dynamic_cast用在子類與父類的指針轉換時的一些事宜。首先，【static_cast，dynamic_cast】【父類指針，子類指針】，兩兩一組，共有4種組合：用 static_cast 父類轉子類、用 static_cast 子類轉父類、使用 ...
  • C語言數據結構：雙向鏈表的增刪操作
    /******************************************************************************************************** * * * 設計雙向鏈表的介面 * * * * Copyright (c) 2023-2 ...
  • @ComponentScan註解的實現，Spring掃描包的過程
    相信接觸過spring做開發的小伙伴們一定使用過@ComponentScan註解 @ComponentScan("com.wangm.lifecycle") public class AppConfig { } @ComponentScan指定basePackage，將包下的類按照一定規則註冊成Be ...
  • opensips開啟python支持
    操作系統 ：CentOS 7.6_x64 opensips版本： 2.4.9 python版本：2.7.5 python作為腳本語言，使用起來很方便，查了下opensips的文檔，支持使用python腳本寫邏輯代碼。今天整理下CentOS7環境下opensips2.4.9的python模塊筆記及使用 ...
所有分類