HBase 是否会扫描不包含我想要返回的系列的行答案

【问题标题】：Will HBase scan over rows that do not contain families that I want returnedHBase 是否会扫描不包含我想要返回的系列的行
【发布时间】：2017-09-22 19:45:02
【问题描述】：

我正在使用 HBase CDH3，并且正在设计我的 HBase 表。假设我所有的行键都是散列的，并且我有 2 个列族 colFama 和 colFamB。对于每一行，都会有值存储在 colFama 或 colFamB 中，但不能同时存储。

如果我设置扫描仪扫描每一行，并在我的扫描仪中指定

Scan scan = new Scan();    
scan.addFamily(Bytes.toBytes("colFamA");
hTable.getScanner(scan);

所以我只想要 colFama 值，而不是 colFamB 值，我的扫描仪是否仍需要扫描不包含 colFama 数据的行（即只有 colFamB 值的行）？即使我没有将它添加为要在扫描中返回的列，存在 colFamB 的事实是否会减慢扫描速度？

【问题讨论】：

标签： java hadoop hbase crud nosql

【解决方案1】：

一个字回答是NO。

略长一点的答案是：HBase 在扫描期间根本不会处理不需要的族。每个家庭实际上都存储在不同的存储中，因此很明显没有必要在未指定的家庭中搜索某些内容。如果未指定族，则扫描所有族。

更详细的解释：至少 AFAIK for HBase 0.96 我看到有RegionScanner 接口和RegionScannerImpl 类，它是HRegion 的成员。此扫描器构造函数检查是否在您的 Scan 对象中指定了系列，并且根据系列数组（每个商店）确定其他扫描器列表。

【讨论】：

【解决方案2】：

Hbase 中的数据存储在区域中，每个区域只有 1 个列族。当您扫描一个列族时，扫描仪将仅在与该列族相关的区域中的 Hfiles 中读取该列族的数据。它不会从剩余的列族中读取数据。

【讨论】：

【解决方案3】：

它只会返回colFamA中的值

【讨论】：

我知道它只会返回 colFama，但是在执行扫描时，扫描仪会只扫描与 colFamA 关联的行，还是即使我不扫描也需要扫描与 colFamB 关联的行'不希望 colFamB 返回