布隆过滤器（Bloom Filter）
在允许一定的错误率的情况下，用于判断一个元素是否属于一个集合。
bloom fliter是一种空间效率很高的随机数据结构，初始状态时，bloom filter是一个包含m位的位数组（值为0），当有元素写入时，通过k个hash函数将这个元素映到这个位数组中，映射的位置设置为1。当判断一个元素是否存在时，用同样的方式进行映射，当映射的位置在这个位数组的值全部为1时，则认为该元素是存在的。
举例：
假设将x，y，z三个关键信息存入表中，判断w是否存在。
写入数据。x，y，z存入时，通过hash函数获得对应的位向量，写入到位数组中。
查找数据。对w同样进行hash函数获取对应的位向量，判断位数组中对应的位置是否全为1
如果是，则表明w存在表中
如果不是，则表明w不存在表中
Hbase中使用布隆过滤器
布隆过滤是Hbase系统中的高级功能，它能够减少特定访问模式下的查询时间。但是，由于这种模式增加了内存和存储的负担，这个模式被默认为关闭状态。
由于列的数量远远多于行的数量（除非每行只有一列），使用最后一个选项ROWCOL会占用大量的空间。与仅仅只有行的模式相比，行/列组合形式的粒度无疑更细。
布隆过滤器的作用主要用于提升Hbase的读性能，但是会牺牲一定的存储空间。
HBase利用Bloomfilter来提高随机读（Get）的性能，对于顺序读（Scan）而言，设置Bloomfilter是没有作用的（0.92以后，如果设置了bloomfilter为ROWCOL，对于指定了qualifier的Scan有一定的优化，但不是那种直接过滤文件，排除在查找范围的形式）
Bloomfilter是一个列族（cf）级别的配置属性，如果你在表中设置了Bloomfilter，那么HBase会在生成StoreFile时包含一份Bloomfilter结构的数据，称其为MetaBlock；MetaBlock与DataBlock（真实的KeyValue数据）一起由LRUBlockCache维护。所以，开启Bloomfilter会有一定的存储及内存cache开销。
对于某个region的随机读，HBase会遍历读memstore及storefile（按照一定的顺序），将结果合并返回给客户端。如果你设置了Bloomfilter，那么在遍历读storefile时，就可以利用Bloomfilter，忽略某些Storefile。
支持的布隆过滤器类型
类型 描述
NONE：不使用布隆过滤器
ROW：行键使用布隆过滤器过滤
ROWCOL ：列键使用布隆过滤器过滤
在shell中建表时指定布隆过滤器
create 'test_table',{NAME=>'test_col_family',VERSIONS=>1,BLOCKCACHE=>true,
BLOOMFILTER=>'ROW',COMPRESSION=>'SNAPPY',TTL => ' 259200 '},
{SPLITS => ['1','2','3','4','5','6','7','8','9','a','b','c','d','e','f']}
