使用scan命令仍然可以查询到已修改和已删除的数据

问题

为什么使用如下scan命令仍然可以查询到已修改和已删除的数据？

scan '<table_name>',{FILTER=>"SingleColumnValueFilter('<column_family>','column',=,'binary:<value>')"}

回答

由于HBase的可扩展性，在查询表的时候，默认情况下会匹配被查询列的所有版本的值，即使被删除或被修改的值也可以查询出来。对于命中列失败的行（即在某一行中不存在该列），HBase会将该行查询出来。

如果用户仅需查询该表的最新值和命中列成功的行，可使用如下查询语句：

scan '<table_name>',{FILTER=>"SingleColumnValueFilter('<column_family>','column',=,'binary:<value>',true,true)"}

使用该命令，不但可以过滤掉命中列失败的行，而且查询的是表的当前数据的最新版本的值，即不查询被修改之前的值和被删除的值。

过滤器SingleColumnValueFilter的相关参数说明如下：

SingleColumnValueFilter(final byte[] family, final byte[] qualifier, final CompareOp compareOp, ByteArrayComparable comparator, final boolean filterIfMissing, final boolean latestVersionOnly)

参数说明：

• family：需要查询的列所在的列族；
• qualifier：需要查询的列；
• compareOp：比较符，如“=”、“>”等等；
• comparator：需要查找的目标值；
• filterIfMissing：如果某一行不存在该列，是否过滤，默认值为false；
• latestVersionOnly：是否仅查询最新版本的值，默认值为false。