是否有任何具有以下行为的扫描/过滤 API？
在给定的时间范围内，我希望扫描器包含来自超出范围的 HFile 的数据，对于范围内的 HFile 中包含的行键。 这个想法是扫描所有 HFile 的内存索引，但仅从磁盘获取范围内 HFile 中行键的数据。
例如，如果HFile1在范围内而HFile2在范围外，并且rowkey1在HFile1<中有任何数据，我也想从 HFile2 中获取 rowkey1 的所有列，就好像它在范围内一样。
另一方面，如果 rowkey2 包含在 HFile2 中但不包含在 HFile1 中，索引扫描器应该直接跳到下一个行键。
用例是加载在过去 X 小时内修改过的整行(即使只有一列)，避免对冗余数据进行全面扫描或任何磁盘扫描。 这将被集成到 Spark/MR 应用程序中，可能基于 TableSnapshotInputFormat，所以我想我可以为 HRegion、HStore 或其他任何东西提供一些自定义代码，如果涉及到这个。
非常感谢
最佳答案
如果这是用例，
The use case is to load entire rows that were modified (even on just one column) during the last X hours, avoiding full scan or any disk scan of redundant data
为什么 Scan with timestamp range 不起作用？ HBase JAVA API org.apache.hadoop.hbase.client.Scan.setTimeRange(long, long) 将时间范围作为输入，它仅获取在此时间范围内修改的行。
如果您希望它更灵活，则应用 KeyOnlyFilter() 并获取所有行键。稍后您可以根据行数执行批处理 Get。
关于java - 基于特定 HFile(s) 作为根的 HBase 扫描，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54685606/