ID Timestamp1 Timestamp2 Timestamp3 Timestamp4 Timestamp5
101003978854 10.1 34.2 23.5 19.36 28.05
101003998120 21.19 15.09 13.24 21.86 10.34
109721347573 13.76 26.8 10.09 31.12 27.43
以上数据库结构是我对 Hbase 感兴趣的结构。我知道使用singlecolumnname或singlecolumnvalue过滤器的Hbase查询对于较少的no是有效的。列过滤器。
但我有兴趣获得特定ID的上午10点到上午11点数据的时间范围查询。
让我知道如何实现这一目标。或者是否有更好的方法来实现与开源大数据堆栈中的其他技术类似。
由于
答案 0 :(得分：0)
HBase可以用较少的no表现良好。列系列和任何没有。如果模式设计得很好，你也可以非常有效地进行范围扫描，而不需要过滤器，从而导致效率低下。
如果要查询特定ID，将其设为rowkey是个好主意。 但是按照您的建议使用列不是一个好主意，因为无法根据范围获取列。
但是在这种情况下，您可以采用以下方法，
rowKey（时间戳和ID）colum1（计数器，非常适合高度并发的数据聚合）column2 ........
10.1ID1(as byte array) 1000 100...
10.1ID2 100 1000..
10.2ID1 10 100...
10.2ID2 5 20....
现在，如果要扫描特定的时间范围（例如10-11），则可以使用部分启动rowkey（10.0）和部分结束rowkey（10.9）扫描所有ID。 对于一个特定的id（比如ID1），可以使用start rowkey作为10.0ID1，结束为10.9ID1。
如果您想扫描一系列ID，那么最好将其作为rowKey。
如果要过滤扫描结果，请保留较少的列。 也是为了少一点。行（如扫描所示），将时间戳保持为小时，天，月，以符合您的要求为准。
对于扫描，最好在群集节点之间均匀分布数据，以便扫描更快，因为它们将在区域上并行执行。请参阅Hbase presplit keys strategy
Hbase非常适合良好的架构和rowkey设计，并且根据使用替代品和类似用例的经验，我可以保证它是最好的之一。