HBase常见问题备忘
scan扫描时最好增加限定条件
- 客户端设计scan时，scan尽量使用范围扫描加快查询速度，scan.setStopRow(key)时，stopRow不包括在扫描范围内。
scan时怎么使用BloomFilter
scan之前我们需要使用BF对StoreFile进行过滤，那仔细想下，到底用哪个rowkey过滤？实际实现中系统使用scan的startrow作为过滤条件进行过滤，这是不是有问题？举个简单的例子，假设小明检索的数据为［row1, row4］，如果此文件不包含row1，而包含row2，这样在scan前你利用row1就把该文件淘汰掉了，row4这条数据怎么办？不是会被遗漏？
这里系统实现有个隐藏点，scan之前使用BF进行过滤只针对get查询以及scan单条数据的场景，scan多条数据并不会执行实际的BF过滤，而是在实际seek到新一行的时候才会启用BF根据新一行rowkey对所有StoreFile过滤。
最小堆中弹出cell之后如何对该cell进行检查过滤，确保满足用户设置条件？检查过滤之后是继续弹出下一个cell，还是跳过部分cell重新seek到下一列或者下一行？
心代码主要参考ScanQueryMatcher.match(cell)方法。
堆顶元素kv检查之后会返回MatchCode，它会告诉scanner是继续seek下一个cell，还是直接跳过部分cell直接seek到下一列（对应INCLUDE_AND_SEEK_NEXT_COL或SEEK_NEXT_COL），抑或是直接seek到下一行(对应INCLUDE_AND_SEEK_NEXT_ROW或SEEK_NEXT_ROW)。下一列是指由于本身一个Cell会有多个版本号，略过部分版本号的cell，直接到下一个column。下一行就是该column后面的列不检索，直接到下一个rowKey