通过HBase连续只读取最新值

Question

鉴于此数据：

row_key          cf1:c1           cf1:c2           timestamp
    ------------------------------------------------------------
    1              x                            t1
    1                               y           t2

HBase get同时返回x和y。我通常希望它只返回y（因为这是最新的时间戳）。但事实并非如此。

有几种方法可以解决这个问题。

1. 使用get.setMaxVersions（1）。但是，this doesn't work。
2. 使用get.setTimestamp（长时间戳）。但是，this is not a good idea either。
3. 禁用表格版本控制。如果没有更好的解决方案，我就会这样做。

我希望我只是错过了一个简单易用的解决方案。

Answer 1

我认为这里的版本控制被误解了。虽然版本（元数据）维护在ColumnFamily级别，但版本仍保持在单元级别。因此在您的示例中，cf1：c1只有一个版本，所以在扫描期间，显然这将是最新版本的单元格。

详细说明，请参阅下面的截图。

1. 我们为cf1提供了一个单元格：c1和cf1：c2，由您解释。
2. 接下来我们在cf1：c1中插入另一条记录，这样就会创建另一个单元格并且它具有最新版本的时间戳。
3. 因此，如果您扫描表格的多个版本，您可以看到cf1：c1包含两个不同版本的单元格
4. 如果您在扫描期间只获得最新版本，那么您将获得＆＃34; z＆＃34;作为具有cf1的最新版本单元格的值：c1

我通过HBase version in document了解，也可能对你有所帮助。

Answer 2

可以使用HBase提供的'DependentColumnFilter'解决此问题。 DependentColumnFilter帮助仅读取具有最新时间戳的列。 因此，将仅获取具有最新时间戳的所有列。

如果仅扫描hbase shell上的hbase表，仍然会看到“ null”列具有值，但是时间戳记会很旧。

PS：此过滤器必须应用于不会总是为空的列（根据您的业务）。