最近公司的数据部门提出了要做大数据分析的需求，大数据方确定数据储存在hbase中，java工程师进行调用展示。我作为一个java工程师，觉得这很easy，不就是展示一个非关系型数据库的数据吗？当时我还不了解hbase，觉得不会很困难，然而在接下来的工作中，我尝到了苦头。首先我在熟悉hbase的时候，由于过度的藐视，导致我在后面的编码中出现了很多大的偏差，比如：再开始学之前，知道rowkey是唯一的，也就意味着下面的数据只有一个，其实我错了，rowkey顾明思议是唯一了，但基于列的，它下面会有很对的数据，虽然，在学习一项新技术之前，在战略上藐视，但是你战术上一定要重视。下面，对于hbase的架构以及原理，网上很多，我也不是很透彻，就简单的吧我自己做的一些需求的代码贴出来和大家分享一下。
首先我是基于hbase的官方api进行查询的。在整合spring和hbase的是时候，有想过spring是不是已经做了封装的框架，结果查询后还真有:HbaseTemplate.我于是就想用这个，但是在网上查询好多资料，对于具体的一些查询的资料很少，加上我英语不好，很难看懂官方api，于是就选择了hbase官方的api。在整合的过程中，会遇到jar的冲突，也是解决了半天，首先是gauva的冲突，把带有的全部去掉只留了hbase-client里面的，还是有错
Exception in thread "main" java.lang.IllegalAccessError: tried to access method com.google.common.base.Stopwatch.<init>()V
from class org.apache.hadoop.hbase.zookeeper.MetaTableLocator
解决是版hbase的版本从1.2.4换成了
0.98.5-hadoop2，还有错是缺少jar，添加了两个
<dependency>
<groupId>xerces</groupId>
<artifactId>xercesImpl</artifactId>
<version>2.11.0</version>
</dependency>
<dependency>
<groupId>xml-apis</groupId>
<artifactId>xml-apis</artifactId>
<version>1.4.01</version>
</dependency>
总算跑通了。下面介绍一下业务需求的场景。首先，
我们的rowkey是用户的id，value是一个json格式的对象。对于大数据量的查询，我们并没有加入一些收缩引擎做值的索引与rowkey进行关联（可能需要后期优化会添加solrj）。
前端需要查询有几个条件，我是基于Scan 添加Filterlist进行过滤的,在实例化Filterlist时，
FilterList filterse = new FilterList(FilterList.Operator.MUST_PASS_ALL,filters);
我构造了一了List<Fileter>集合，吧所有的filter都添加进来
List<Filter> filters = new ArrayList<Filter>();
首先，基于rowkey的代码：
RowFilter userid = new RowFilter(CompareOp.EQUAL,new BinaryComparator(Bytes.toBytes(param.get("userid").toString())));
基于Qualifier的，因为我们的列是时间，我做时间区间查询的：
QualifierFilter dateStart = new QualifierFilter(CompareOp.GREATER_OR_EQUAL,new BinaryComparator(Bytes.toBytes(param.get("dateStart").toString())));
filters.add(dateStart);
QualifierFilter dateEnd = new QualifierFilter(CompareOp.LESS,new BinaryComparator(Bytes.toBytes(param.get("dateEnd").toString())));
filters.add(dateEnd);
基于值的查询用到了ValueFilter,如果有多个可以添加多个(对于海量来说这种做法肯定是不行的)
ValueFilter guid = new ValueFilter(CompareOp.EQUAL,new RegexStringComparator(param.get("guid").toString()));
filters.add(guid);
对于分页，我是基于内存的，我吧查询条件作为健，做了一个缓存系统，分页就是从list取对应的数据。缓存会定时的清空对应的key。而默认我是展示10条数据，用到了PageFilter查出最新的20条数据。
对于hbase理解的有待加强，如果有说的不对的地方，欢迎大家指正