一文看懂HBase倒序分页查询（实现分页跳转）

HBase分页方式

HBase分页查询常见的方式有两种，一种是只能点击下一页上一页，不支持跳转到某一页，而另一种则是可以点击上一页下一页，同时也可以选择跳转到某个指定的页面。我们这篇完成的例子是第二种分页方式，可跳转到某个页面。

Hbase倒序查询

Hbase实现倒序查询非常简单，只需将扫描器设置为倒序扫描即可。

// 设置倒序扫描(倒序查询的关键) scan.setReversed(true); 

HBase分页思想

HBase分页的核心思想就是结合rowkey比较过滤器(RowFilter)和分页过滤器 (PageFilter)进行查询

• 分页过滤器 (PageFilter)

  使用这个过滤器可以实现对结果按行进行分页，在创建PageFilter实例的时候需要传入每页的行数。

• RowKey比较过滤器(RowFilter)

  使用这个过滤器可以实现对查询数据根据rowkey进行比较，比较的规则和比较的rowkey在创建RowFilter实例时传入。

首先我们需要配置PageFilter，设置我们每一页需要查询的条数

// 设置查询条数 PageFilter pageFilter = new PageFilter(pageSize); 

配置完了分页过滤器之后，我们需要创建一个RowFilter

// 创建RowFilter RowFilter rowFilter = new RowFilter(CompareFilter.CompareOp.LESS, new BinaryComparator(Bytes.toBytes(startRowKey))); 

在创建RowFilter我们传入了两个参数：
第一个参数是比较运算符CompareFilter.CompareOp.LESS表示小于；

第二个参数是比较器new BinaryComparator(Bytes.toBytes(startRowKey))表示使用Bytes.compareTo(byte []，byte [])按字典序进行比较。

所以到这里就能明白，上面创建的rowFilter代表的含义，即使用Bytes.compareTo(byte []，byte [])方式按照字典顺序获取数据中rowkey比startRowKey小的数据。

这里为什么使用小于呢，因为我们本篇使用的是倒序查询。比较运算符和比较器需要结合实际的需求来决定，而不是固定的

HBase分页具体代码

POM文件

<dependency>     <groupId>org.apache.hbase</groupId>     <artifactId>hbase-client</artifactId>     <version>1.3.1</version> </dependency> <dependency>     <groupId>org.apache.hbase</groupId>     <artifactId>hbase-server</artifactId>     <version>1.3.1</version> </dependency> <dependency>     <groupId>org.apache.hbase</groupId>     <artifactId>hbase-common</artifactId>     <version>1.3.1</version> </dependency> 

java类

package com.xiaoming.springboot.util.hbase;  import org.apache.commons.lang3.StringUtils; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.TableName; import org.apache.hadoop.hbase.client.*; import org.apache.hadoop.hbase.filter.*; import org.apache.hadoop.hbase.util.Bytes; import org.apache.log4j.Logger;  import java.io.IOException; import java.util.Iterator;  /**  * Hbase工具类  *  * @author xiaoming  * @date 2020-05-26 19:37  **/ public class HbaseUtils {      private static Logger logger = Logger.getLogger(HbaseUtils.class);      private static HbaseUtils hbaseUtils;     private static Configuration configuration;     private static Connection connection;      private HbaseUtils() {     }      public void init() {         if (connection == null) {             configuration = HBaseConfiguration.create();             configuration.set("hbase.zookeeper.quorum", "127.0.0.1,127.0.0.2,127.0.0.3");             configuration.set("hbase.zookeeper.property.clientPort", "2181");             configuration.set("zookeeper.znode.parent", "/hbase-unsecure");             configuration.setInt("zookeeper_timeout", 60000);             try {                 connection = ConnectionFactory.createConnection(configuration);             } catch (IOException e) {                 e.printStackTrace();             }         }     }      public static HbaseUtils getInstance() {         if (hbaseUtils == null) {             synchronized (HbaseUtils.class) {                 if (hbaseUtils == null) {                     hbaseUtils = new HbaseUtils();                     hbaseUtils.init();                 }             }         }         return hbaseUtils;     }      /**      * 功能描述: 获取分页数据      *      * @param tableName   表名      * @param currentPage 当前页码      * @param pageSize    每页条数      * @return java.lang.String      * @author xiaoming      * @date 2020-5-26      */     private ResultScanner queryDataByPage(String tableName, int currentPage, int pageSize) {         // 第一次查询时startRowKey为null         String startRowKey = null;         ResultScanner results = null;         // 从第一页开始查询每页的数据         for (int i = 0; i < currentPage; i++) {             // 根据每一次传入的rowkey, 查询出排列顺序小于该 rowkey 的 pageSize 条数据, 则最后一页(currentPage)的数据就是最后一次查询的结果             results = queryData(tableName, startRowKey, pageSize);             Iterator<Result> iterator = results.iterator();             while (iterator.hasNext()) {                 // 将每一页的最后一条数据做为下一页查询的起始行(不包含该条数据)                 startRowKey = Bytes.toString(iterator.next().getRow());             }         }         return results;     }      /**      * 功能描述: 查询数据      *      * @param tableName   表名      * @param startRowKey 每页起始rowkey      * @param pageSize    每页条数      * @return org.apache.hadoop.hbase.client.ResultScanner      * @author xiaoming      * @date 2020-5-26      */     public ResultScanner queryData(String tableName, String startRowKey, int pageSize) {         HTable table = null;         ResultScanner results = null;          Scan scan = new Scan();         // 设置倒序扫描(倒序查询的关键)         scan.setReversed(true);         // MUST_PASS_ALL 表示需要满足过滤器集合中的所有的filter         FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);         // 设置查询条数         PageFilter pageFilter = new PageFilter(pageSize);         filterList.addFilter(pageFilter);          // 如果查询到了 startRowKey, 则过滤比 startRowKey 大的值         if (StringUtils.isNotBlank(startRowKey)) {             RowFilter rowFilter = new RowFilter(CompareFilter.CompareOp.LESS, new BinaryComparator(Bytes.toBytes(startRowKey)));             filterList.addFilter(rowFilter);         }         scan.setFilter(filterList);          try {             table = (HTable) connection.getTable(TableName.valueOf(tableName));             results = table.getScanner(scan);         } catch (IOException e) {             logger.error(e);         } finally {             if (table != null) {                 try {                     table.close();                 } catch (IOException e) {                     logger.error(e);                 }             }         }         return results;     } } 

分页倒序查询到这里就完成了，并且已经实现了可以跳转，但是由于采用的是遍历的方式，如果查看页数过大，可能会存在性能上的问题，但是如果数据量不大，或者只需查看比较前的页码数据，这个方法还是很不错的，比较hbase的速度非常的快。或者说可以采用上面说的分页的第一种方式，将每一次查询的startRowkey保存起来，只进行上一页下一页的操作。

由于我自己的电脑上面没有安装HBase，所以上面的代码没有在本地测试过，如果有问题，可以评论告诉一下我，我会尽快修改并答复的。Thank you~

补充
代码验证过了，可以运行，但是需要修改一处地方，需要在每次获取startRowKey的地方加上一个判断，代码如下：

    /**      * 功能描述: 获取分页数据      *      * @param tableName   表名      * @param currentPage 当前页码      * @param pageSize    每页条数      * @return java.lang.String      * @author xiaoming      * @date 2020-5-26      */     private ResultScanner queryDataByPage(String tableName, int currentPage, int pageSize) {         // 第一次查询时startRowKey为null         String startRowKey = null;         ResultScanner results = null;         // 从第一页开始查询每页的数据         for (int i = 0; i < currentPage; i++) {             // 根据每一次传入的rowkey, 查询出排列顺序小于该 rowkey 的 pageSize 条数据, 则最后一页(currentPage)的数据就是最后一次查询的结果             results = queryData(tableName, startRowKey, pageSize);             if (i < currentPage - 1) {             	Iterator<Result> iterator = results.iterator();             	while (iterator.hasNext()) {                 	// 将每一页的最后一条数据做为下一页查询的起始行(不包含该条数据)                 	startRowKey = Bytes.toString(iterator.next().getRow());             	}             }         }         return results;     }