根据时间范围从HBase表中删除所有数据？

Question

我正在尝试从 HBase 表中删除所有数据，该表的时间戳早于指定的时间戳。这包含所有列族和行。

有没有办法使用shell和Java API来完成？

Answer 1

HBase 没有范围删除标记的概念。这意味着如果您需要删除多个单元格，您需要为每个单元格放置删除标记，这意味着您必须扫描每一行，无论是在客户端还是服务器端。这意味着您有两个选择：

1. BulkDeleteProtocol：这使用协处理器端点，这意味着完整的操作将在服务器端运行。该链接有一个如何使用它的示例。如果您进行网络搜索，您可以轻松找到如何在 HBase 中启用协处理器端点。

2. 扫描和删除：这是一个干净且最简单的选项。既然您说需要删除所有早于特定时间戳的列族，那么通过使用服务器端过滤仅读取每行的第一个键，可以大大优化扫描和删除操作。

   Scan scan = new Scan();
   scan.setTimeRange(0, STOP_TS);  // STOP_TS: The timestamp in question
   // Crucial optimization: Make sure you process multiple rows together
   scan.setCaching(1000);
   // Crucial optimization: Retrieve only row keys
   FilterList filters = new FilterList(FilterList.Operator.MUST_PASS_ALL,
       new FirstKeyOnlyFilter(), new KeyOnlyFilter());
   scan.setFilter(filters);
   ResultScanner scanner = table.getScanner(scan);
   List<Delete> deletes = new ArrayList<>(1000);
   Result [] rr;
   do {
     // We set caching to 1000 above
     // make full use of it and get next 1000 rows in one go
     rr = scanner.next(1000);
     if (rr.length > 0) {
       for (Result r: rr) {
         Delete delete = new Delete(r.getRow(), STOP_TS);
         deletes.add(delete);
       }
       table.delete(deletes);
       deletes.clear();
     }
   } while(rr.length > 0);