Question

我之前使用扫描存储在Accumulo中的数据，并且已经获得了整个结果集（无论我指定的Range）。问题是，我想在客户端接收之前从Accumulo过滤服务器端的那些。我希望有人有一个简单的代码示例，说明如何完成。

根据我的理解，Filter提供了一些（全部？）此功能，但这在实践中如何使用API？我在shell客户端上看到了一个使用Filter的示例，来自此处的Accumulo文档：http://accumulo.apache.org/user_manual_1.3-incubating/examples/filter.html

我找不到任何简单方法的在线代码示例，根据任何数据上的正则表达式过滤扫描，虽然我认为这应该是相对容易做的事情

Answer 1

Filter类为您想要的功能奠定了框架。要创建自定义过滤器，您需要扩展Filter并实施accept(Key k, Value v)方法。如果您只想基于正则表达式进行过滤，则可以使用RegExFilter来避免编写自己的过滤器。

使用RegExFilter非常简单。这是一个例子：

//first connect to Accumulo
ZooKeeperInstance inst = new ZooKeeperInstance(instanceName, zooServers);
Connector connect = inst.getConnector(user, password);

//initialize a scanner
Scanner scan = connect.createScanner(myTableName, myAuthorizations);

//to use a filter, which is an iterator, you must create an IteratorSetting
//specifying which iterator class you are using
IteratorSetting iter = new IteratorSetting(15, "myFilter", RegExFilter.class);
//next set the regular expressions to match. Here, I want all key/value pairs in
//which the column family begins with "J"
String rowRegex = null;
String colfRegex = "J.*";
String colqRegex = null;
String valueRegex = null;
boolean orFields = false;
RegExFilter.setRegexs(iter, rowRegex, colfRegex, colqRegex, valueRegex, orFields);
//now add the iterator to the scanner, and you're all set
scan.addScanIterator(iter);

在这种情况下，iteratorSetting构造函数的前两个参数（优先级和名称）不相关。添加上述代码后，遍历扫描程序只会返回与正则表达式参数匹配的键/值对。

如何使用RegEx过滤Scan on Accumulo

1 个答案: