一、介紹
put、delete與get物件都是row的子類，從該繼承關係中我們就可以了解到get、delete與pu物件本身就只能進行單行的操作，hbase客戶端還提供了一套能夠進行全表掃瞄的api，方便使用者能夠快速對整張表進行掃瞄，以獲取想要的結果---scan
二、流程介紹
全表掃瞄是一種不需要行鍵值的操作，因此初始化時不需要指定行鍵值，因此就產生了不同的使用方法
1、不進行scan物件建立的全表掃瞄
在該過程中，htable物件會在掃瞄請求傳送前隱式的建立乙個scan物件，然後傳遞給hbase伺服器集群。
public void scanwithoutinit(string tablename,string family)
//建立表連線
htable table=new htable(conf, tablename);
//獲取全表掃瞄
resultscanner resultscanner=table.getscanner(bytes.tobytes(family));
//對結果進行顯示
iteratorresults=resultscanner.iterator();
while(results.hasnext())
}} catch (exception e)
}
getscanner()方法時，如果不輸入指定的scan物件，則需要輸入相應的列簇或者列。因此在不進行scan物件建立的掃瞄中，需要明確指出列簇或者列，如果需要掃瞄多個列簇時，該方法就無法起到作用了。
2、進行初始化的全表掃瞄
初始化乙個scan物件，然後對該物件進行相應的配置過，通過 getscanner(scan scan) 函式進行全表掃瞄。
public void scanwithinit(string tablename)
//建立掃瞄類
scan scan=new scan();
scan.setstartrow(bytes.tobytes("row-1"));
scan.setstoprow(bytes.tobytes("row-9"));
//建立表連線
htable table=new htable(conf, tablename);
resultscanner rs=table.getscanner(scan);
result result;
while((result=rs.next())!=null)
}rs.close();
table.close();
} catch (exception e)
}
在上段**中，使用了setstartrow() 與 setstoprow() 兩個函式進行調優。scan有多個函式可以進行對全表掃瞄做出相應的規範。
3、資料遍歷與顯示scannerresult
通過上述兩種方法可以傳送對一張表是遍歷請求，當傳送後，伺服器會相應的啟動全表掃面程式，從而準備向客戶端返回相應的資料。因此根據客戶端的遍歷需要對資料盡心請求，然後將請求的結果進行返回，客戶端拿到後進行展示
（1）next()的單行返回資料的方法
resultscanner rs=table.getscanner(bytes.tobytes(family));
//進項單行獲取演示
result result=null;
while((result=rs.next())!=null)
}rs.close();
next()方法會預設想客戶端請求傳送一行資料請求，剛伺服器端的scan程式接收到請求後會將經需要返回的資料封裝成乙個result物件返回給客戶端，因此客戶端可以通過result物件去接受該行資料。接收到的資料則跟get中的result使用方法是相同的。
（2）next(int n)的多行返回資料的方法
next(int n)：該函式會向伺服器傳送多個請求，以返回多條資料請求。
//一次獲取多個結果（行資料）進行展示
rs=table.getscanner(bytes.tobytes(family));
result results=null;
while((results=rs.next(2))!=null)}}
rs.close();
（3）迭代器遍歷
//進行迭代的方式進行輸出
rs=table.getscanner(bytes.tobytes(family));
iteratorresultiterator=rs.iterator();
while(resultiterator.hasnext())
}//關閉表
rs.close();
因為當使用者傳送乙個scan全表掃瞄後，region伺服器會為全表掃瞄建立掃瞄資源，因此長時間啟用全表掃瞄的話會占用region伺服器的大量資源，所以在要求在使用完scanner掃瞄器後盡快釋放掉資源。
rs.close() 會告知服務其掃瞄器租約已經結束，伺服器就會釋相應的全域性掃瞄的資源。
三、scan物件
（1）setstartrow() / setstoprow
設定掃瞄的開始行與結束行，通過這兩個可以直接確scan在掃瞄的範圍，通過縮小範圍可以減少掃瞄到時間，從而提高掃瞄的效率
（2）addfamily() / addcolumn()
通過這兩個函式，可以在列或者列簇上的掃瞄位置。hbase是面向lie出書的資料庫，而同乙個列簇的資料全部存放在同乙個位置檔案中。因此如果可以確定掃瞄那個一列簇時，可以減少掃瞄的範圍，從而縮短掃瞄的時間。而在確定到某乙個列時也會因為hbase的面向列儲存使得其效率提高。
（3）setmaxversion() / setmaxversion(int version)
設定返回的版本數量，預設為返回最新的資料。第乙個函式則會返回所有的版本資料，第二個函式可以設定返回的版本數量
（4）settimestamp(long max)
返回該時間戳的資料
（5）settimerange(long min,long max)
設定返回的時間戳的範圍，只有版本值在該範圍之內的資料才會被返回到客戶端
（6）setfilter(filter f)
設定過濾器，有時候掃瞄全表返回的數量過大時，可以通過過濾器將不符合的資料進行過濾，這樣可以減少從伺服器到客戶端的資料傳送，挺高掃瞄效率。
（7）setcacheblocks(boole open)
在進行全表掃瞄過程中，伺服器端提供了乙個快取區，該快取區可以將指定的資料量全部放入到記憶體中，這樣可以提高讀取效率。快取區的開啟也可以通過htable客戶端進行開啟。在開發後使用者可以通過 setcache(int n)的方式設定每次快取的數量為多少。通過調整該函式以提高讀取的效率。
四、總結
scan的全表掃瞄區別於其他三個操作，雖然獲取資料與get獲取的資料是相同的，其與get也具有形似的屬性，可以通過修改這些屬性去對資料獲取進行調優，從而使得提高資料獲取的效率。
HBase掃瞄表資料
1 通過hbase shell的scan命令可以檢視表中的所有資料，命令如下 scan tablename 檢視emp中所有資料 scan emp 2 通過python thrift api掃瞄表資料，如下 coding utf 8 from thrift.transport.tsocket imp...
HBase資料恢復 （總結14）
每個hregionserver中都會有乙個hlog物件，hlog是乙個實現write ahead log的類，每次使用者操作寫入memstore的同時，也會寫乙份資料到hlog檔案，hlog檔案定期會滾動出新，並刪除舊的檔案 已持久化到storefile中的資料 當hregionserver意外終止...
HBase資料匯入工具總結
本文對hbase常用的資料匯入工具進行介紹，並結合雲hbase常見的匯入場景，給出建議的遷移工具和參考資料。hbase提供了幾種資料遷移工具，其中基於api呼叫的有copytable,export import。基於寫hdfs的有distcp，snapshot。這裡要說明的是，本文作為一般性的介紹，...