目录
- 布隆过滤器
- HBase中如何设置
布隆过滤器
布隆是个人，发明了布隆算法，基于布隆算法实现的组件，称为布隆过滤器！这个组件一般是用作过滤！
过滤功能： 在海量数据中，用非常高的效率和性能，判断一个数据是否在集合中存在！
作用： 布隆过滤器只能判断一个数据要么一定在集合中不存在，要么在集合中可能存在！
误判： 布隆过滤器判断数据可能存在，实际扫描后，发现不存在，这种情况有存在的几率！
布隆过滤器是可以提升读的性能！存在误判率！
那么我就画一个图来解释一下
说明R3在集合中一定不存在
说明R4可能存在
HBase中如何设置
1.HBase中通过列族设置过滤器。
2.HBase支持两种布隆过滤器： ROW | ROWCOL ROW: 布隆过滤器在计算时，使用每行的rowkey作为参数，进行判断！举例：
info-----------info1
info storefile1: (r1,info:age,20) ,(r2,info:age,20)
info1 storefile2: (r3,info1:age,20) ,(r4,info1:age,20)
查询r1时，如果命中，判断storefile2中一定没有r1的数据，在storefile1中可能有！ROWCOL: 布隆过滤器在计算时，使用每行的rowkey和column一起作为参数，进行判断！
举例：
info------------info1
info storefile1: (r1,info:age,20) ,(r2,info:age,20)
info1 storefile2: (r3,info1:age,20) ,(r4,info1:age,20)
查询rowkey=r1，只查info:age=20 列时，如果命中，判断storefile2中一定没有此数据，在storefile1中可能有！注意：
旧版本，只有get操作，才会用到布隆过滤器，scan用不到！
1.x之后，scan也可用用布隆过滤器，稍微起点作用！启用布隆过滤器后，会占用额外的内存，布隆过滤器通常是在blockcache和memstore中！举例：
执行 get ‘t1’,‘r1’
①扫描r1所在region的所有列族的memstore，扫memstore时，先通过布隆过滤器判断r1是否存在，如果不存在，就不扫！可能存在，再扫描！
②扫描Storefile时，如果storefile中,r1所在的block已经缓存在blockcache中，直接扫blockcache，在扫描blockcache时，先使用布隆过滤器判断r1是否存在，如果不存在，就不扫！可能存在，再扫描！
