查询hbase表中的数据量

HBase 是一个高可靠性、高性能、可伸缩、实时读写的分布式 NoSQL 数据库。在处理大数据应用场景时，往往需要查询 HBase 表中的数据量，以便了解数据规模和统计数据分布情况等信息。本篇文章将介绍如何使用 Java API 查询 HBase 表中的数据量。

一、连接 HBase

要想查询 HBase 表中的数据量，首先需要连接到 HBase 集群。连接的主要步骤如下：

Configuration config = HBaseConfiguration.create();
config.set("hbase.zookeeper.quorum", "node1,node2,node3");
config.set("hbase.zookeeper.property.clientPort", "2181");
Connection connection = ConnectionFactory.createConnection(config);
Table table = connection.getTable(TableName.valueOf("table_name"));

这里创建了一个 Configuration 对象，指定了 HBase 的 Zookeeper 集群地址和端口。然后通过 ConnectionFactory 工厂类创建连接，并获取表实例对象来进行后续操作。

二、获取数据量

使用 Table 接口的 getScanner() 方法获取表的扫描器对象，然后通过 Scan 对象指定扫描条件。例如下面的示例代码中，使用 setStartRow() 和 setStopRow() 方法指定了查询的行键范围。

Scan scan = new Scan();
scan.setStartRow(Bytes.toBytes("row_key_start"));
scan.setStopRow(Bytes.toBytes("row_key_stop"));
ResultScanner scanner = table.getScanner(scan);
long rowCount = StreamSupport.stream(scanner.spliterator(), false).count();
scanner.close();

这里用到了 Java 8 的 Stream API，通过将 scanner 转换为 Stream 进行遍历，并统计行数。需要注意的是，在使用完毕后需要及时关闭扫描器以释放资源。

完整的查询 HBase 表数据量的示例代码如下：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;

import java.io.IOException;
import java.util.stream.StreamSupport;

public class HBaseRowCount {

    public static void main(String[] args) throws IOException {
        Configuration config = HBaseConfiguration.create();
        config.set("hbase.zookeeper.quorum", "node1,node2,node3");
        config.set("hbase.zookeeper.property.clientPort", "2181");
        Connection connection = ConnectionFactory.createConnection(config);