在从HBase表中获取多个记录的实现过程中，我们遇到了有关获取记录的最佳方法的讨论。
第一个实现是这样的：
FilterList filterList = new FilterList(Operator.MUST_PASS_ONE);
for (String rowKey : rowKeys) {
filterList.addFilter(new RowFilter(CompareOp.EQUAL,new BinaryComparator(Bytes.toBytes(rowKey))));
}
Scan scan = new Scan();
scan.setFilter(filterList);
ResultScanner resultScanner = table.getScanner(scan);
第二种实现是这样的：
List<Get> listGet = rowKeys.stream()
.map(entry -> {
Get get = new Get(Bytes.toBytes(entry));
return get;
})
.collect(Collectors.toList());
Result[] results = table.get(listGet)
我直接看到的唯一区别是filterList将执行全表扫描，而multiget则不会执行任何操作。
但是，一个相对于另一个有什么其他好处？另外，当HBase发现filterList中的所有过滤器都是RowFilters时，它会执行某种优化并执行multiget而不是进行全表扫描吗？
最佳答案
TLDR：它取决于行数（已读取和想要的），过滤器的数量以及所搜索数据的紧密程度。
但是，一个相对于另一个有什么其他好处？
通常，它有不同的用途。如果要读取绝大多数数据而忽略其中的一些数据，请使用带过滤器的扫描。如果您只想在一个大表中占用几行，请使用Multiget。
在寻找答案时，我发现了有关Hbase multiget vs scan with RowFilter的讨论。
这些是要点：
扫描将始终扫描所有行（或指定的开始行和停止行之间的所有行）。过滤器可以过滤掉行，但是无论如何都将读取它们。
MultiGet对每个Get进行搜索（在某种意义上）。
如果MultiGet中Gets的数量与总行数相比非常少，则最好使用MultiGet。但是，如果您能够在“扫描”操作中指定开始和停止行，则扫描会更快（因为您限制了将要读取的行数）：
new Scan().withStartRow(startRow).withStopRow(stopRow)
另外，当HBase发现filterList中的所有过滤器都是RowFilters时，它会执行某种优化并执行multiget而不是进行全表扫描吗？
不，我认为它没有任何优化。我认为，太多的过滤器甚至会减慢扫描速度，因为它必须通过每一行的所有过滤器。参见FilterList documentation：
FilterList.Operator.MUST_PASS_ONE的计算是非延迟的：始终对所有过滤器进行评估。