筛选以支持扫描多行键范围。它可以从每个区域服务器可以访问的传递列表中构造行键范围。
当只扫描一个小的行键范围时，hbase是非常有效的。如果用户需要在一次扫描中指定多个行键范围，典型的解决方案是：
通过filterlist，它是行键过滤器的列表，
使用hbase上的sql层连接两个表，例如hive、phoenix等。但是，这两种解决方案都效率低下。
两者都不能利用距离信息在扫描过程中进行快速转发，这非常耗时。如果范围的数目很大（例如数百万），join是一个合适的解决方案，尽管它很慢。
但是，在有些情况下，用户希望指定少量要扫描的范围（例如<1000个范围）。在这种情况下，两种解决方案都不能提供令人满意的性能。
multirowrangefilter就是支持这样的usec-ase（scan multiple row key ranges），它可以根据用户的需要构造行键范围
指定列表并在扫描期间执行快速转发。因此，扫描将是相当有效的。

package chengchen;

import java.util.ArrayList;
import java.util.List;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.client.HTable;
import org.apache.hadoop.hbase.client.Result;
import org.apache.hadoop.hbase.client.ResultScanner;
import org.apache.hadoop.hbase.client.Scan;
import org.apache.hadoop.hbase.filter.Filter;
import org.apache.hadoop.hbase.filter.MultiRowRangeFilter;
import org.apache.hadoop.hbase.filter.MultiRowRangeFilter.RowKeyRange;
import org.apache.hadoop.hbase.util.Bytes;

public class MultiRowRangeFilterTest {
    public static void main(String[] args) throws Exception {
        if (args.length < 1) {
            throw new Exception("Table name not specified.");
        }
        Configuration conf = HBaseConfiguration.create();
        HTable table = new HTable(conf, args[0]);

        TimeCounter executeTimer = new TimeCounter();
        executeTimer.begin();
        executeTimer.enter();
        Scan scan = new Scan();
        List<RowKeyRange> ranges = new ArrayList<RowKeyRange>();
        ranges.add(new RowKeyRange(Bytes.toBytes("001"), Bytes.toBytes("002")));
        ranges.add(new RowKeyRange(Bytes.toBytes("003"), Bytes.toBytes("004")));
        ranges.add(new RowKeyRange(Bytes.toBytes("005"), Bytes.toBytes("006")));
        Filter filter = new MultiRowRangeFilter(ranges);
        scan.setFilter(filter);
        int count = 0;
        ResultScanner scanner = table.getScanner(scan);
        Result r = scanner.next();
        while (r != null) {
            count++;
            r = scanner.next();
        }
        System.out
                .println("++ Scanning finished with count : " + count + " ++");
        scanner.close();

    }

}

请参阅这个用java实现的测试用例

注：然而，在我看来，这种需求解决方案是最好的方式。。。您可以通过solr查看我的答案，了解高层体系结构概述。我建议，由于hbase扫描巨大的数据将是非常缓慢的。