hadoop - 如果具有相同的值，则停止 Hbase 更新操作

Question

我在 Hbase 中有一个名为 'xyz' 的表。当我对该表执行更新操作时，它会更新一个表，即使它是相同的记录。

如何控制不添加第二条记录

例如:

create 'ns:xyz',{NAME=>'cf1',VERSIONS => 5}

put 'ns:xyz','1','cf1:name','NewYork'

put 'ns:xyz','1','cf1:name','NewYork'

如果我检查所有版本，上面的 put 语句会给出 2 条具有不同时间戳的记录。我期望它不应该添加第二条记录，因为它具有相同的值

Answer 1

HBase 不会查看整行并确定它是否与您要添加的数据相同。这将是一项昂贵的操作，而 HBase 以其快速的插入速度而自豪。

如果您真的很想这样做(我会问您是否真的想这样做)，您应该先执行 GET 以查看数据是否已存在于表中。

您也可以在每次 PUT 数据时编写一个协处理器来执行此操作，但同样性能不理想。