假设我的 HBase 表中有数十亿行。此表中的行变化缓慢，这意味着会有新的行键和一些行键被删除。
我每行收到很多事件。但是，将有非常少 行没有与之关联的任何事件。
最后，我想报告未收到任何事件的行。
我天真的解决方案是引入一个 cf:c 来保存一个标志，每次我看到它的事件时都将标志设置为 1。然后对表进行全扫描，查找缺少列值的行键。这似乎是一种浪费，因为我将查看 100 亿行以发现少数行键（我们谈论的是 100 或低 1000）。
是否有一种巧妙的方法来设计 hbase 架构，以便可以快速找到丢失事件的行键（无需遍历每一行）？
【问题讨论】：
如果我理解正确，您有一个行键 xxxxyyyyzzzz1 ... xxxxyyyyzzzzn。
您有某些行的事件，而其他行没有事件。
c 是您了解事件是否存在以及您拥有大量数据的标志。
HBase 中的经验法则：RowFilters 总是比列值过滤器更快、更高效（要搜索该标志，需要进行全表扫描）。
您扫描整个表以查找丢失事件的方法（列值过滤器）将导致全表扫描并且效率不高。
结论：你必须使用行键过滤器来扫描这么大的表。
所以我建议你在行键中写入标志。例如：
0 -- 没有事件 1 -- 是否有事件
xxxxyyyyzzzz1_0 // 没有事件的行
xxxyyyyzzzz1_1 // 包含事件的行
现在您可以使用模糊行过滤器来捕获丢失的事件行并生成报告。
Option 2 of your another question which was answered by me
是否有一个聪明的 HBase 架构来帮助发现缺失值？
从我对hbase的经验来看，没有这样的事情。
【讨论】：