Hbase FuzzyRowFilter如何跳跃键工作

Question

我知道模糊行滤波器首先将两个参数作为行键，其次是模糊逻辑。 我从相应的java类FuzzyRowFilter中理解的是， 过滤器评估当前行并尝试计算与模糊逻辑匹配的下一个更高行键，并跳转非匹配键。

我无法理解以下内容

扫描如何跳过某些行键？它是否使用Get获取并比较当前行键。 扫描如何知道下一个匹配的行键存在的位置？没有进行全面扫描（如果它跳转）

Answer 1

你理解正确。

对于那些来自网络搜索的人来说，这里有两个链接，解释了如何一般地利用行跳过以及如何在FuzzyRowFilter中完成它的工作

1. HBase FuzzyRowFilter: Alternative to Secondary Indexes
2. Filters in HBase (or intra row scanning part II)

如果过滤器知道它在最后一个键并且需要跳过：

1. 过滤器返回SEEK_NEXT_USING_HINT
2. 区域服务器调用getNextCellHint，返回建议的Cell
3. Region Server执行与查找scan中第一个键完全相同的常规操作 - 检查可用的HFile，检查相关密钥是否存在
   1. Region Server读取每个文件的“trailer”部分以获取metadatablocks的偏移量
   2. Region Server读取Meta和FileInfo元数据块类型，以避免在没有密钥存在的情况下（Bloom过滤器）从文件中读取二进制数据，如果文件太旧（Max SequenceId）或文件是太新（时间范围）包含我们正在寻找的东西。详细了解HFile format here
   3. 如果密钥位于HFile内部，则Region Server使用DataBlock索引段来计算数据块位置的偏移量并使用该密钥
   4. 如果带有密钥的数据块发生在Region Server块缓存中，则跳过下一步
   5. 从HFile读取数据块
   6. 区域服务器最终逐个扫描密钥，直到达到目标密钥
4. 找到的密钥和可能的整行（取决于过滤器）将传递给过滤器代码
5. 整个循环重复

Answer 2

要了解hbase密钥的第一件事是按照按字典顺序排序顺序，这些数据由hbase主机存储在元文件中。因此，当应用模糊行过滤器时，它可以直接跳过与行键不匹配的所有值。

现在所要做的就是选择行键，然后扫描键的不确定部分。

例如。如果您的行键范围是123456689 - 123456889 那么你的模糊行过滤器将是123456??? - 这里发生的是模糊行过滤器跳到以123456开头的行，模糊行过滤器的范围如下{{1} }