众所周知，hbase通过scan来扫描表，通过startKey，stopKey来确定范围，hbase官方提供了一个PageFilter来支持一次scan可以返回多少条数据即每页的行数。假如一页是10条，这样是第一页还好，但是第二页呢，如果不改变PageFilter的pageSize，那返回的还是第一页的数据，如果改变pageSize为20，则返回了第一页10多余的数据，在客户端要过滤掉，性能不好。
转载
2023-09-04 15:25:44
376阅读
scan的调用代码示例如下：// 创建HBase配置config
Configuration config = HBaseConfiguration.create();
config.set("hbase.zookeeper.quorum", "192.168.1.226");// zookeeper部署的服务器IP
config
转载
2024-02-23 19:14:38
139阅读
HBase的Scan和Get不同，前者获取数据是串行，后者则是并行；是不是有种大跌眼镜的感觉？ Scan有四种模式：scan，（Table）snapScan，（Table）scanMR，snapshotscanMR；前面两个是串行玩；后面两个是放置到MapReduce中玩；其中性能最好的就是Snap
转载
2018-07-20 22:32:00
818阅读
2评论
HBase源码
原创
2023-06-19 09:40:23
185阅读
大数据相关博客的目录HBase过滤器过滤器简介HBase过滤器可以提供多个纬度对数据进行筛选，类似于SQL中的WHERE条件。过滤器可以根据如下纬度进行过滤：行键列簇列单元格时间戳组合过滤HBase过滤器使用方法// do something
TableName tableName = TableName.valueOf("表名");
Table table = connection.getTa
转载
2024-05-14 16:09:44
27阅读
Java多线程是一个很麻烦的东西，为了简化开发加快速度封装了HBase多线程操作，包括常用的Scan，Get，Put，Delete四种操作。经过多次修改运行非常稳定，已经用于生产环境。内部线程通信使用wait()/notify()机制，效率很高。本文只在Java层面讨论HBase的多线程，HBase API内部多线程机制不在本文讨论范围之内。HBase客户
转载
2023-12-06 14:05:13
49阅读
HBase原理HBase读数据流程 HBase读操作 1）首先从zk找到meta表的region位置，然后读取meta表中的数据，meta表中存储了用户表的region信息 2）根据要查询的namespace、表名和rowkey信息。找到写入数据对应的region信息 3）找到这个region对应的regionServer，然后发送请求 4）查找对应的region 5）先从memstore查找数据
转载
2023-11-06 14:46:13
84阅读
HBase主要的CRUD操作就不多介绍了，无非就是Put，Get。Delete三个类的运用。本文相当于是阅读HBase权威指南的总结。一、扫描（Scan）如今看一下扫描技术，这样的技术类似于关系型数据库的游标（cursor），并利用到了HBase底层顺序存储的特性。使用扫描的一般步骤是：1、创建Scan实例
2、为Scan实例添加扫描的限制条件
3、调用HTable的getScanner()方法获
转载
2023-07-21 15:31:07
478阅读
hbase的api操作hbase的api列表TestHbaseConnectionTestHbaseDDLTestHbaseDMLTestHbaseFilter总结 hbase的api列表几个主要 Hbase API 类和数据模型之间的对应关系：TestHbaseConnection两大对象：HbaseConfiguration：
hbase的加载配置文件的对象，用于加载默认配置文件 hbas
转载
2023-07-12 20:01:42
45阅读
因为缴费明细的数据记录非常庞大，该公司的信息部门决定使用HBase来存储这些数据。并且，他们希望能够通过Java程序来访问这些数据。
导入Maven依赖
转载
2023-07-12 06:53:03
57阅读
修改前任bug，Hbase查询过于慢了，以至于都查不出来了，看了代码发现使用的Scan只设置了withStartRow、withEndRow、setCaching扫描,拿到全部数据后存入集合再subList进行分页，但是HBase中存在某些数据有几百万条，根本scan不出来了。前任设置如下： 其中start 和 end 拼接0和z是因为HBase中RowKey按照字典顺序排序，String sta
转载
2023-08-16 09:58:02
137阅读
HBase 2.x ---- HBase API 1. 环境准备2. 创建链接1. 单线程创建连接2. 多线程创建连接3. DDL1. 创建命名空间2. 判断表格是否存在3. 创建表4. 修改表5. 删除表4. DML1. 插入数据2. 读取数据3. 扫描数据4. 带过滤扫描5. 删除数据 1. 环境准备新建项目后在 pom.xml 中添加依赖：注意：会报错 javax.el 包不存在，是一个测
转载
2023-07-13 16:11:51
131阅读
问题简述Bulk load主要面向需要大批量的向HBase导入数据的场景。这种方式是先生成HBase的底层存储文件 HFile，然后直接将这些 HFile 移动到HBase的存储目录下。它相比调用HBase的put API添加数据，处理效率更快并且对HBase 运行影响更小。 业务使用bulkload+scan的模式非常普遍，往往是一个离线任务bulkload一批文件后，就启动另一个离线任务去读所
转载
2023-07-20 23:48:45
150阅读
public static void main(String[] args) throws IOException {
//Scan类常用方法说明
//指定需要的family或column ，如果没有调用任何addFamily或Column，会返回所有的columns；
// scan.addFamily();
// s
转载
2013-06-05 14:51:00
275阅读
2评论
HBase从用法的角度来讲其实乏陈可善，所有更新插入删除基本一两个API就可以搞定，要说稍微有点复杂的话，Scan的用法可能会多一些说头。而且经过笔者观察，很多业务对Scan的用法可能存在一些误区(对于这些误区，笔者也会在下文指出)，因此有了本篇文章的写作动机。也算是Scan系列的其中一篇吧，后面对于Scan还会有一篇结合HDFS分析HBase数据读取在HDFS层面是怎么一个流程，敬请期待。HBa
转载
2023-07-05 12:55:40
65阅读
HBase 读数据流程和存储数据流程从zookeeper找到meta表的region的位置，然后读取meta表中的数据。而meta中有存储了用户表的region信息根据namespace、表名和rowkey根据meta表中的数据找到对应的region信息找到对应的regionserver，查找对应的region从MemStore找数据，再去BlockCache中找，如果没有，再到StoreFile
转载
2023-09-01 14:51:14
119阅读
一、scan filter使用比较器：前面例子中的regexstring:2014-11-08.*、binary:\x00\x00\x00\x05，这都是比较器。HBase的filter有四种比较器：（1）二进制比较器：如’binary:abc’，按字典排序跟’abc’进行比较（2）二进制前缀比较器：如’binaryprefix:abc’，按字典顺序只跟’abc’比较前3个字符（3）正则表达式比较
转载
2023-05-31 15:12:51
160阅读
1. CRUD操作：HTable类Put类,Get类,Delete类2. 原子性操作：compare-and-put，compare-and-delete3. KeyValue类：KeyValue[] kv = res1.raw();4. Result类：Result res1 = table.get(get);5. 写缓冲区： 每一个put操作实际上都是一个RPC操作，它将客户端
转载
2023-09-16 12:52:18
46阅读
一，基本命令： 建表：create 'testtable','coulmn1','coulmn2' 也可以建表时加coulmn的属性如：create 'testtable',{NAME => 'coulmn1', BLOOMFILTER => 'NONE', REPLICATIO
转载
2023-07-28 11:48:18
129阅读
一、介绍Put、Delete与Get对象都是Row的子类，从该继承关系中我们就可以了解到Get、Delete与Pu对象本身就只能进行单行的操作，HBase客户端还提供了一套能够进行全表扫描的API，方便用户能够快速对整张表进行扫描，以获取想要的结果---scan二、流程介绍全表扫描是一种不需要行键值的操作，因此初始化时不需要指定行键值，因此就产生了不同的使用方法1、不进行Scan对象创建的全表扫描
转载
2023-07-05 12:56:35
195阅读
