Hbase的scan原理

**

1、HBase 中的数据是按照 Rowkey 的 ASCII 字典顺序进行全局排序的。

**
可以参考一下例子

# 例子"012", "0", "123", "234", "3"，
# 按 ASCII 字典排序后的结果为："0", "012","123", "234", "3"。
# 也就是说按照字符的ASCII值从左开始排序的
1
2
3

2、scan扫描原理

假设我们的rowkey组成如下：prefix | time | row_id
prefix：前缀
time: 时间， 如20221011230000
row_id：id， id默认填充值为4位，也就id.zfill(4)

# 提供几组rowkey
prefix|20221011140000|3233
prefix|20221011150100|1312
prefix|20221011160000|1223
prefix|20221011150210|5212
prefix|20221011151000|9234
prefix|20221011152000|99991
1
2
3
4
5
6
7

假设有个场景：需要插入一个id长度为5位的row的，且这个id前四位都是999，现在想要扫描15:00-16:00这一个小时的数据
一开始封装的方法，是根据填充值生成rowkey的起始值和结束值，分别为：
rowstart: prefix|20221011150000|0000
rowstop: prefix|20221011160000|9999
最后，扫描结果如下：

prefix|20221011150100|1312
prefix|20221011160000|1223
prefix|20221011150210|5212
prefix|20221011151000|9234
1
2
3
4

prefix|20221011152000|99991这条rowkey的数据没有被扫描到。

这时，我们可以根据上面第一点的的特性：

HBase 中的数据是按照 Rowkey 的 ASCII 字典顺序进行全局排序的。

将起始rowkey设置为：
rowkey_start: prefix|20221011150000|
⚠️ 最后一个|后面是有一个空字符的 ‘’
将结束rowkey设置为：
rowkey_stop: prefix|20221011160000| ~
这里用空字符‘’作为起始点，因为空字符对应的ASCII值为0，是最小的，比字符0-9都小
用～ 作为结束，是因为～对应的ASCII值为126， 比字符9（ASCII值59)大

最后扫描结果如下：

prefix|20221011150100|1312
prefix|20221011160000|1223
prefix|20221011150210|5212
prefix|20221011151000|9234
prefix|20221011152000|99991
1
2
3
4
5

3、总结

Hbase的scan主要是根据rowkey，从左到右进行扫描的，rowkey中的id主要用于filter，而不是用于scan中