hbase分页应用场景及分页思路与代码实现

转自：http://www.aboutyun.com/forum.php?mod=viewthread&tid=7030&extra=page=1

可以带着下面问题来阅读
1.hbasef分页什么情况下比较有用？
2.hbase分页的思路是什么？
3.hbase分页代码与sql分页代码有什么区别和联系？

一、hbase分页应用场景：

一、应用场景
hbase到底需不需要分页，hbase的数据量肯定不少，肯定是需要分页的。很多人认为数量量如此大，怎么会展示。这个从客户角度来讲，我们做的系统，不可能会给机器看的。这里面我们可以对其进行统计分析，这样利于我们决策。
比如我们：平台中有一个场景是要做用户历史订单数据的查询，并且需要支持分页。这里只是举了一个场景，后面大家可以根据自己的经验。下面给大家讲讲分页的思路。

二、hbase分页思路：

hbase通过scan来扫描表，通过startKey，stopKey来确定范围，hbase官方提供了一个PageFilter来支持一次scan可以返回多少条数据即每页的行数。假如一页是10条，这样是第一页还好，但是第二页呢，如果不改变PageFilter的pageSize，那返回的还是第一页的数据，如果改变pageSize为20，则返回了第一页10多余的数据，在客户端要过滤掉，性能不好。那怎么办呢，方法就是在查询下一页时，指定下一页的startKey，这样PageFilter每次就不会返回多余的记录，stopKey可以不用变，那现在问题是，怎么得到下一页的startKey(即下一页第一行的rowkey)呢?,有两种方法来取每一页的startKey

1.  上一页的最后一行记录的rowkey作为下一页的startKey。
2.   在每次scan时多取一条记录，即把下一页第一条行页取出来，把该行的rowkey做为下一页的startKey。

这两种方法，都要注意，hbase scan时是包含startKey的，如果是采用第一种，则要在记录多取一条，排除第一条。第二种页是多取一条，但是排除最后一条，用来做下一页的startKey。还有需要注意的是在计算是否有下一页时，可以根据返回的条数来判断。

startKey怎么取没有问题了。但是怎么存储呢，有同学可能会想到存到session，但是如果你的服务是rest api型的，就没有session的概念了。那还有两种选择：
1. 是存到客户端，让客户端每次请求时把startKey再传回来，这样需要依赖客户端，如果客户端是远程，或者是开放平台的情况下，可能不合适。
2. 存在服务端，存在服务端需要注意并发访问的情况。比如scan同一个表，一个访问第2页，一个访问第3页，服务端就需要对每一个table的scan 存每一页的startKey，需要为同一个查询条件包含pageSize，因为pageSize不一样，startKey也会不一样，
在服务crash情况下，从起后都从第一页开始。

我自己是采用第二种方案，存在服务端.

----------------------------------------------------------------------------------------------------------------------------------------------------
三、代码实现

1. import java.io.IOException;
2. import java.util.LinkedHashMap;
3. import java.util.LinkedList;
4. import java.util.List;
5. import java.util.Map;
6. import org.apache.commons.lang.StringUtils;
7. import org.apache.hadoop.conf.Configuration;
8. import org.apache.hadoop.hbase.HBaseConfiguration;
9. import org.apache.hadoop.hbase.client.Get;
10. import org.apache.hadoop.hbase.client.HTableInterface;
11. import org.apache.hadoop.hbase.client.HTablePool;
12. import org.apache.hadoop.hbase.client.Result;
13. import org.apache.hadoop.hbase.client.ResultScanner;
14. import org.apache.hadoop.hbase.client.Scan;
15. import org.apache.hadoop.hbase.filter.CompareFilter.CompareOp;
16. import org.apache.hadoop.hbase.filter.Filter;
17. import org.apache.hadoop.hbase.filter.FilterList;
18. import org.apache.hadoop.hbase.filter.FirstKeyOnlyFilter;
19. import org.apache.hadoop.hbase.filter.SingleColumnValueFilter;
20. import org.apache.hadoop.hbase.util.Bytes;
21. public class HBaseUtils {
22. private static Configuration config = null;
23. private static HTablePool tp = null;
24. static {
25. // 加载集群配置
26. config = HBaseConfiguration.create();
27. config.set("hbase.zookeeper.quorum", "xx.xx.xx");
28. config.set("hbase.zookeeper.property.clientPort", "2181");
29. // 创建表池(可伟略提高查询性能，具体说明请百度或官方API)
30. tp = new HTablePool(config, 10);
31. }
32. /*
33. * 获取hbase的表
34. */
35. public static HTableInterface getTable(String tableName) {
36. if (StringUtils.isEmpty(tableName))
37. return null;
38. return tp.getTable(getBytes(tableName));
39. }
40. /* 转换byte数组 */
41. public static byte[] getBytes(String str) {
42. if (str == null)
43. str = "";
44. return Bytes.toBytes(str);
45. }
46. /**
47. * 查询数据
48. * @param tableKey 表标识
49. * @param queryKey 查询标识
50. * @param startRow 开始行
51. * @param paramsMap 参数集合
52. * @return 结果集
53. */
54. public static TBData getDataMap(String tableName, String startRow,
55. String stopRow, Integer currentPage, Integer pageSize)
56. throws IOException {
57. List<Map<String, String>> mapList = null;
58. mapList = new LinkedList<Map<String, String>>();
59. ResultScanner scanner = null;
60. // 为分页创建的封装类对象，下面有给出具体属性
61. TBData tbData = null;
62. try {
63. // 获取最大返回结果数量
64. if (pageSize == null || pageSize == 0L)
65. pageSize = 100;
66. if (currentPage == null || currentPage == 0)
67. currentPage = 1;
68. // 计算起始页和结束页
69. Integer firstPage = (currentPage - 1) * pageSize;
70. Integer endPage = firstPage + pageSize;
71. // 从表池中取出HBASE表对象
72. HTableInterface table = getTable(tableName);
73. // 获取筛选对象
74. Scan scan = getScan(startRow, stopRow);
75. // 给筛选对象放入过滤器(true标识分页,具体方法在下面)
76. scan.setFilter(packageFilters(true));
77. // 缓存1000条数据
78. scan.setCaching(1000);
79. scan.setCacheBlocks(false);
80. scanner = table.getScanner(scan);
81. int i = 0;
82. List<byte[]> rowList = new LinkedList<byte[]>();
83. // 遍历扫描器对象， 并将需要查询出来的数据row key取出
84. for (Result result : scanner) {
85. String row = toStr(result.getRow());
86. if (i >= firstPage && i < endPage) {
87. rowList.add(getBytes(row));
88. }
89. i++;
90. }
91. // 获取取出的row key的GET对象
92. List<Get> getList = getList(rowList);
93. Result[] results = table.get(getList);
94. // 遍历结果
95. for (Result result : results) {
96. Map<byte[], byte[]> fmap = packFamilyMap(result);
97. Map<String, String> rmap = packRowMap(fmap);
98. mapList.add(rmap);
99. }
100. // 封装分页对象
101. tbData = new TBData();
102. tbData.setCurrentPage(currentPage);
103. tbData.setPageSize(pageSize);
104. tbData.setTotalCount(i);
105. tbData.setTotalPage(getTotalPage(pageSize, i));
106. tbData.setResultList(mapList);
107. } catch (IOException e) {
108. e.printStackTrace();
109. } finally {
110. closeScanner(scanner);
111. }
112. return tbData;
113. }
114. private static int getTotalPage(int pageSize, int totalCount) {
115. int n = totalCount / pageSize;
116. if (totalCount % pageSize == 0) {
117. return n;
118. } else {
119. return ((int) n) + 1;
120. }
121. }
122. // 获取扫描器对象
123. private static Scan getScan(String startRow, String stopRow) {
124. Scan scan = new Scan();
125. scan.setStartRow(getBytes(startRow));
126. scan.setStopRow(getBytes(stopRow));
127. return scan;
128. }
129. /**
130. * 封装查询条件
131. */
132. private static FilterList packageFilters(boolean isPage) {
133. FilterList filterList = null;
134. // MUST_PASS_ALL(条件 AND) MUST_PASS_ONE（条件OR）
135. filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
136. Filter filter1 = null;
137. Filter filter2 = null;
138. filter1 = newFilter(getBytes("family1"), getBytes("column1"),
139. CompareOp.EQUAL, getBytes("condition1"));
140. filter2 = newFilter(getBytes("family2"), getBytes("column1"),
141. CompareOp.LESS, getBytes("condition2"));
142. filterList.addFilter(filter1);
143. filterList.addFilter(filter2);
144. if (isPage) {
145. filterList.addFilter(new FirstKeyOnlyFilter());
146. }
147. return filterList;
148. }
149. private static Filter newFilter(byte[] f, byte[] c, CompareOp op, byte[] v) {
150. return new SingleColumnValueFilter(f, c, op, v);
151. }
152. private static void closeScanner(ResultScanner scanner) {
153. if (scanner != null)
154. scanner.close();
155. }
156. /**
157. * 封装每行数据
158. */
159. private static Map<String, String> packRowMap(Map<byte[], byte[]> dataMap) {
160. Map<String, String> map = new LinkedHashMap<String, String>();
161. for (byte[] key : dataMap.keySet()) {
162. byte[] value = dataMap.get(key);
163. map.put(toStr(key), toStr(value));
164. }
165. return map;
166. }
167. /* 根据ROW KEY集合获取GET对象集合 */
168. private static List<Get> getList(List<byte[]> rowList) {
169. List<Get> list = new LinkedList<Get>();
170. for (byte[] row : rowList) {
171. Get get = new Get(row);
172. get.addColumn(getBytes("family1"), getBytes("column1"));
173. get.addColumn(getBytes("family1"), getBytes("column2"));
174. get.addColumn(getBytes("family2"), getBytes("column1"));
175. list.add(get);
176. }
177. return list;
178. }
179. /**
180. * 封装配置的所有字段列族
181. */
182. private static Map<byte[], byte[]> packFamilyMap(Result result) {
183. Map<byte[], byte[]> dataMap = null;
184. dataMap = new LinkedHashMap<byte[], byte[]>();
185. dataMap.putAll(result.getFamilyMap(getBytes("family1")));
186. dataMap.putAll(result.getFamilyMap(getBytes("family2")));
187. return dataMap;
188. }
189. private static String toStr(byte[] bt) {
190. return Bytes.toString(bt);
191. }
192. public static void main(String[] args) throws IOException {
193. // 拿出row key的起始行和结束行
194. // #<0<9<:
195. String startRow = "aaaa#";
196. String stopRow = "aaaa:";
197. int currentPage = 1;
198. int pageSize = 20;
199. // 执行hbase查询
200. getDataMap("table", startRow, stopRow, currentPage, pageSize);
201. }
202. }
203. class TBData {
204. private Integer currentPage;
205. private Integer pageSize;
206. private Integer totalCount;
207. private Integer totalPage;
208. private List<Map<String, String>> resultList;
209. public Integer getCurrentPage() {
210. return currentPage;
211. }
212. public void setCurrentPage(Integer currentPage) {
213. this.currentPage = currentPage;
214. }
215. public Integer getPageSize() {
216. return pageSize;
217. }
218. public void setPageSize(Integer pageSize) {
219. this.pageSize = pageSize;
220. }
221. public Integer getTotalCount() {
222. return totalCount;
223. }
224. public void setTotalCount(Integer totalCount) {
225. this.totalCount = totalCount;
226. }
227. public Integer getTotalPage() {
228. return totalPage;
229. }
230. public void setTotalPage(Integer totalPage) {
231. this.totalPage = totalPage;
232. }
233. public List<Map<String, String>> getResultList() {
234. return resultList;
235. }
236. public void setResultList(List<Map<String, String>> resultList) {
237. this.resultList = resultList;
238. }
239. }

复制代码