HBase过滤器（一）

首先，为啥要有过滤器呢？

我们都使用过get()和scan()来获取HBase表中的数据，不过我们在使用过程中会发现，这两个函数在获取数据的时候，他们他们缺少一些细粒度的删选功能，不能对行键、列名以及列值进行过滤。

不过使用过滤器就可以达到这个目的。

过滤器最基本的接口叫Filter，现在我们来学习第一个过滤器：行键过滤器RowFilter。

过滤器

过滤器，主要的功能就是过滤数据，他能在我们使用get()和scan()方法获取数据的时候，对数据进行过滤，过滤掉我们不想要的数据，让我们可以在查询中添加更多的限制条件来减少查询得到的数据量。这些限制可以是指定列族、列、时间戳、以及版本号。

简而言之过滤器的功能就是筛选，那如何使用过滤器筛选数据，如何使用过滤器获取表step1_stu中列为basicInfo:name行键为row1的数据呢？

用咱们之前学过的知识，你肯定能写出如下代码：

TableName tableName = TableName.valueOf(Bytes.toBytes("step1_stu"));
Table table = conn.getTable(tableName);
Scan scan = new Scan();
scan.addColumn(Bytes.toBytes("basicInfo"), Bytes.toBytes("name"));//设置扫描basicInfo:name列ResultScanner scanner = table.getScanner(scan);for (Result result : scanner) {
    System.out.println(result);
}

不过这段代码的执行结果肯定不能满足我们的需求，它将表中列为basicInfo:name的值全都查出来了，并没有按照行键进行筛选。

duang，这个时候过滤器就登场了。

Filter filter = new RowFilter(CompareOperator.EQUAL,new BinaryComparator(Bytes.toBytes("row1")));
scan.setFilter(filter);

将上述代码插入到之前的5-7行中，就可以实现针对行键进行筛选了。

通过这段代码可以发现，要使用过滤器，只需要两个步骤即可：

1. 创建过滤器

2. 设置过滤器

而需要我们重点掌握的就是创建过滤器。

如何创建过滤器

要创建过滤器，我们需要新建它的对象：

Filter filter = new RowFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("row1")));

过滤器层次结构的最底层是Filter接口和FilterBase抽象类，他们实现了过滤器的空壳和骨架。

在这里我们创建了一个RowFilter行键过滤器的构造方法RowFilter(CompareOperator op,ByteArrayComparable rowComparator) 第一个参数接收的是比较操作对象，第二个参数接收的是条件。

第一个参数有很多种取值以匹配多种场景，取值表格如下：

值得注意的是：在HBase2.0版本之前使用的是（比较过滤器）CompareFilter而不是CompareOperator，不过2.0之后CompareOperator就取代了CompareFilter，CompareFilter将会在3.0的版本中被删除。

Filter filter = new RowFilter(CompareOperator.EQUAL,new BinaryComparator(Bytes.toBytes("row1")));

上述代码可以创建行键过滤器，不过这种方式并不能满足我们的所有需求，要满足更多的需求要怎么做呢，首先咱们要了解ByteArrayComparable对象，这是一个比较器对象，可以让我们设置各种条件。

都能设置哪些条件呢？

我们得先了解它的子类：

image.png

可以发现，比较器有很多子类，他们的功能如下：

值的注意的是：最后三种比较器，即BitComparator、RegexStringComparator 和 SubStringComparator，只能与EQUAL和NOT_EQUAL运算符一起使用，因为这些比较器compareTo()方法匹配的时候返回结果是0或者1，如果和GREATER或LESS运算符搭配使用，就会产生错误的结果。

本关我们来重点掌握基于字符串的比较器：RegexStringComparator 和SubStringComparator。

基于字符串的过滤器有一个特点，它们要比基于字节的比较器更慢，更消耗资源，因为他们每次都要将特定的值转化成字符串。

正则比较器

正则比较器RegexStringComparator，顾名思义，就是用正则表达式来匹配要过滤的值。

例如，现在有一张表中的行键从row-1 - row-100，我们要获取所有以5结尾的行键，可以使用如下方式创建过滤器：

Filter filter = new RowFilter(CompareOperator.EQUAL,new RegexStringComparator(".*5$")); //匹配任意开头，以2结尾。

当然也可以这样写：

Filter filter = new RowFilter(CompareOperator.EQUAL,new RegexStringComparator(".*-.5$")); //匹配任意开头且有‘-’字符，以2结尾。

查询出来的结果：

子串过滤器

子串过滤器SubstringComparator的作用是用来匹配行键中是否包含特定的字符串：

例如，我们要查询所有行键名中包含10的行，可以使用如下方式创建过滤器：

Filter filter = new RowFilter(CompareOperator.EQUAL,new SubstringComparator("10"));

这样就能查出所有包含10的行键了。

值得注意的是子串过滤器的比较器模式只能使用EQUAL和NOT_EQUAL运算符。

列族过滤器

image.png

列族过滤器FamilyFilter与行过滤器类似，列族过滤器是通过比较列族，而不是比较行键来返回结果的。

如何使用呢？

现在我们来用列族过滤器，获取行键为2018且列族为basic_info的数据。

Filter filter = new FamilyFilter(CompareOperator.EQUAL,new BinaryComparator(Bytes.toBytes("basic_info")));
Get get = new Get(Bytes.toBytes("2018"));
Result result = table.get(get);
System.out.println(result);

输出结果：

keyvalues={2018/张飞/male......}

可能看到这你会有疑问只获取一列的数据我用get.addFamily()方法也可以实现呀！

是的，使用get.addFamily()代码同样可以实现只查询一个列族，而且好像还简单一点：

Get get = new Get(Bytes.toBytes("2018"));
get.addFamily(Bytes.toBytes("basic_info"));
Result result = table.get(get);
System.out.println(result);

不过我们不要忘了过滤器不仅仅可以匹配相等，还可以匹配小于、大于、不等于这些条件。所以addFamily()还是不能代替列族过滤器的。

列名过滤器

列名过滤器QualifierFilter，可以帮助用户筛选特定的列。

例如：我们现在要筛选name列的数据：

1.获取所有name列：

Scan scan = new Scan();
Filter filter = new QualifierFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("name")));
scan.setFilter(filter);

ResultScanner scanner = table.getScanner(scan);for (Result result : scanner) {
System.out.println(result);
}
scanner.close();

2.获取行键为2018，且列为name的值：

Get get = new Get(Bytes.toBytes("2018"));
Filter filter = new QualifierFilter(CompareOperator.EQUAL, new BinaryComparator(Bytes.toBytes("name")));
get.setFilter(filter);
Result result = table.get(get);
System.out.println("查询结果：" + result);

作者：MasterXiao
链接：https://www.jianshu.com/p/1094069ebf8a