hbase過濾器2

1. RowFilter：篩選出匹配的全部的行，對於這個過濾器的應用場景，是很是直觀的：使用BinaryComparator能夠篩選出具備某個行鍵的行，或者經過改變比較運算符（下面的例子中是CompareFilter.CompareOp.EQUAL）來篩選出符合某一條件的多條數據，如下就是篩選出行鍵爲row1的一行數據：

Filter rf = new RowFilter(CompareFilter.CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("row1"))); 
// OK 篩選出匹配的全部的行

2. PrefixFilter：篩選出具備特定前綴的行鍵的數據。這個過濾器所實現的功能其實也能夠由RowFilter結合RegexComparator來實現，不過這裏提供了一種簡便的使用方法，如下過濾器就是篩選出行鍵以row爲前綴的全部的行：

Filter pf = new PrefixFilter(Bytes.toBytes("row")); // OK  篩選匹配行鍵的前綴成功的行

3. KeyOnlyFilter：這個過濾器惟一的功能就是隻返回每行的行鍵，值所有爲空，這對於只關注於行鍵的應用場景來講很是合適，這樣忽略掉其值就能夠減小傳遞到客戶端的數據量，能起到必定的優化做用：

Filter kof = new KeyOnlyFilter(); // OK 返回全部的行，但值全是空

4. RandomRowFilter：從名字上就能夠看出其大概的用法，本過濾器的做用就是按照必定的概率（<=0會過濾掉全部的行，>=1會包含全部的行）來返回隨機的結果集，對於一樣的數據集，屢次使用同一個RandomRowFilter會返回不通的結果集，對於須要隨機抽取一部分數據的應用場景，能夠使用此過濾器：

Filter rrf = new RandomRowFilter((float) 0.8); // OK 隨機選出一部分的行

5. InclusiveStopFilter：掃描的時候，咱們能夠設置一個開始行鍵和一個終止行鍵，默認狀況下，這個行鍵的返回是前閉後開區間，即包含起始行，單不包含中指行，若是咱們想要同時包含起始行和終止行，那麼咱們能夠使用此過濾器：

Filter isf = new InclusiveStopFilter(Bytes.toBytes("row1")); // OK 包含了掃描的上限在結果以內

6. FirstKeyOnlyFilter：若是你只想返回的結果集中只包含第一列的數據，那麼這個過濾器可以知足你的要求。它在找到每行的第一列以後會中止掃描，從而使掃描的性能也獲得了必定的提高：

Filter fkof = new FirstKeyOnlyFilter(); // OK 篩選出第一個每一個第一個單元格

7. ColumnPrefixFilter：顧名思義，它是按照列名的前綴來篩選單元格的，若是咱們想要對返回的列的前綴加以限制的話，能夠使用這個過濾器：

Filter cpf = new ColumnPrefixFilter(Bytes.toBytes("qual1")); // OK 篩選出前綴匹配的列

8. ValueFilter：按照具體的值來篩選單元格的過濾器，這會把一行中值不能知足的單元格過濾掉，以下面的構造器，對於每一行的一個列，若是其對應的值不包含ROW2_QUAL1，那麼這個列就不會返回給客戶端：

Filter vf = new ValueFilter(CompareFilter.CompareOp.EQUAL, new SubstringComparator("ROW2_QUAL1")); 
// OK 篩選某個（值的條件知足的）特定的單元格

9. ColumnCountGetFilter：這個過濾器來返回每行最多返回多少列，並在遇到一行的列數超過咱們所設置的限制值的時候，結束掃描操做：

Filter ccf = new ColumnCountGetFilter(2); // OK 若是忽然發現一行中的列數超過設定的最大值時，整個掃描操做會中止

10. SingleColumnValueFilter：用一列的值決定這一行的數據是否被過濾。在它的具體對象上，能夠調用setFilterIfMissing(true)或者setFilterIfMissing(false)，默認的值是false，其做用是，對於我們要使用做爲條件的列，若是這一列自己就不存在，那麼若是爲true，這樣的行將會被過濾掉，若是爲false，這樣的行會包含在結果集中。

SingleColumnValueFilter scvf = new SingleColumnValueFilter(  
        Bytes.toBytes("colfam1"),   
        Bytes.toBytes("qual2"),   
        CompareFilter.CompareOp.NOT_EQUAL,   
        new SubstringComparator("BOGUS"));  
scvf.setFilterIfMissing(false);  
scvf.setLatestVersionOnly(true); // OK

11. SingleColumnValueExcludeFilter：這個與10種的過濾器惟一的區別就是，做爲篩選條件的列的不會包含在返回的結果中。

12. SkipFilter：這是一種附加過濾器，其與ValueFilter結合使用，若是發現一行中的某一列不符合條件，那麼整行就會被過濾掉：

Filter skf = new SkipFilter(vf); // OK 發現某一行中的一列須要過濾時，整個行就會被過濾掉

13. WhileMatchFilter：這個過濾器的應用場景也很簡單，若是你想要在遇到某種條件數據以前的數據時，就能夠使用這個過濾器；當遇到不符合設定條件的數據的時候，整個掃描也就結束了：

Filter wmf = new WhileMatchFilter(rf); // OK 相似於Python itertools中的takewhile

14. FilterList：用於綜合使用多個過濾器。其有兩種關係：FilterList.Operator.MUST_PASS_ONE和FilterList.Operator.MUST_PASS_ALL，默認的是FilterList.Operator.MUST_PASS_ALL，顧名思義，它們分別是AND和OR的關係，而且FilterList能夠嵌套使用FilterList，使咱們可以表達更多的需求：

List<Filter> filters = new ArrayList<Filter>();  
filters.add(rf);  
filters.add(vf);  
FilterList fl = new FilterList(FilterList.Operator.MUST_PASS_ALL, filters);
 // OK 綜合使用多個過濾器， AND 和 OR 兩種關係