基于H Base 模糊 查询的RowKey 设计

目录

一、概述

二、业务场景

三、 RowKey 设计

四、过滤器选择

五、进一步说明

一、 概述

HB ase 作为 一种 kv数据库 ，能够很好的面对高吞吐率 的 在线数据 读写 服务， 但 是 在 非 RowKey字段 的 条件查询 上， 性能 表现就 不是 太理想，本文 探讨 一 种 通过 对Row Key 的设计，提升非R owKey 字段 模糊查询 性能 的 设计 方法 。

二、业务场景

医院一般检验 流程 ：检验 申请 单( bill )→检验 报告 （report ） ，现在 要求能够通过申请单号以及 检验 指标对检验报告进行快速 模糊 查询。其中申请单号 ( OrderNo ) 以及检验指标代码 ( TestCode ) 是检验报告的两个字段。

三 、 R owKey 设计

如果 直接对检验报告 的 两个字段进行 模糊 匹配查询 ，HB ase 需要 扫描整个数据集，逐条进行 筛选 ，性能表现可想而知。

为了 提升查询性能，我们要想办法把这两个字段组合到表的 RowK ey 里， 初步想法：

R owKey 由 申请单号和检验指标 代码组合 而成，当然这两个字段外 还会 有其它拼接值，比如时间戳、序号等，这些就不再展开说。 申请 单号作为 Row Key 的 前缀，如果有基于申请单号的查询，可以直接走 HBase的 前缀查询，性能会非常高， 第二 字段 是 检验指标代码 ， 如果有 基于 检验指标代码的查询 ， 可以走 HBase的 模糊查询，两个字段的组合情况，就不一一说了，因为最终它都 能 落地到以上两种方式的查询。

四 、过滤器选择

前缀 查询 用 PrefixFilter ， 很简单，直接上代码：

模糊 查询用 FuzzyRowFilter ， 相对 复杂 一点， 假如 ，我们要查询检验 指标 代码 是1025的 所有检验报告，代码如下：

FuzzyRowFilter 需要把 模糊字段值组织成 P air 对 ， firt是定长 的 RowKey串 ，其中模糊匹配部分用 ?或 \\x00 占位 ， second是first的 掩码，模糊匹配部分是 1， 固定部分是 0，first和second长度 相同。

五 、进一步说明

前提 条件：

1、     在 HBase 装入数据前 ， 需要有 R owKey 的 设计规划。

2、     HBase RowKey 的每个 组合部分 都要 固定长度，不够长度的要有填充策略。