Question

我有一个名为“users”的hbase表，rowkey由三部分组成：

用户ID
的MessageID
时间戳

rowkey看起来像是：${userid}_${messageid}_${timestamp}

鉴于我可以散列用户标识并使字段的长度固定，无论如何我可以进行像SQL查询这样的查询：

select distinct(userid) from users

如果rowkey不允许我这样查询，这是否意味着我需要创建一个单独的表只包含所有用户ID？我想如果我做那样的事情，当我插入一条记录时，它就不再是原子的了，becoz我正在处理没有事务的两个表。

Answer 1

您可以这样做，但作为地图/减少作业而非直接查询

Answer 2

你可以使用HashSet来做到这一点。像这样：

public Set<String> getDistinctCol(String tableName,String colFamilyName, String colName)
   {
    Set<String> set = new HashSet<String>();
    ResultScanner rs=null;
    Result r = null;
    String s = null;
    try 
    {
        HTable table = new HTable(conf, tableName);
        Scan scan = new Scan();
        scan.addColumn(Bytes.toBytes(colFamilyName),Bytes.toBytes(colName));
        rs = table.getScanner(scan);
        while((res=rs.next()) != null)
        {
            byte [] col = res.getValue(Bytes.toBytes(colFamilyName+":"+colName));                
            s = Bytes.toString(col);
            set.add(s);
        }
    } catch (IOException e) 
    {
        System.out.println("Exception occured in retrieving data");
    }
    finally
    {
        rs.close();
    }
    return set;

*你的案例中的col是userID。

HTH

HBASE - 针对rowkey选择不同的查询

2 个答案: