hbase源碼系列（十五）終結篇&Scan續集-->如何查詢出來下一個KeyValue

這是這個系列的最後一篇了，實在沒精力寫了，本來還想寫一下hbck的，這個東西很常用，當hbase的meta表出現錯誤的時候，它能夠幫助我們進行修複，無奈看到3000多行的代碼時，退卻了，原諒我這點自私的想法吧。

這裡我們知道，在打開這些scanner之後，就對他們進行了一下seek操作，它們就已經調整到最佳位置了。

我們看看keyvalueheap的構造函數裡面去看看吧。

它内部有一個叫heap的priorityqueue<keyvaluescanner>隊列，它會對所有的scanner進行排序，排序的比較器是kvscannercomparator, 然後current又調用了pollrealkv通過比較獲得目前的scanner，後面會講。

那好，我們直接進去kvscannercomparator看看它的compare方法就能知道怎麼回事了。

額，從上面代碼看得出來，把left和right各取出一個kv來進行比較，如果一樣就比較sequenceid，sequenceid越大說明這個檔案越新，傳回-1，在升序的情況下，這個scanner就跑到前面去了。

這樣就實作了heap裡面拿出來的第一個就是最小的kv的最新版。

在繼續将之前，我們看一下在keyvalue是怎麼被調用的，這樣我們好理清思路。

接着看populateresult方法。

我們對keyvalueheap的使用，就是先peek，然後再next，我們接下來就按這個順序看吧。

先從peek取出來一個，peek就是從heap隊列取出來的current的scanner取出來的目前的keyvalue。

然後我們看next方法。

1、通過currentasinternal.next繼續擷取kv，它是隻針對通過通過檢查的目前行的剩下的keyvalue，這個過程在之前那篇文章講過了。

2、如果後面沒有值了，就關閉這個scanner。

3、然後還有，就把這個scanner放回heap上，等待下一次調用。

4、使用pollrealkv再去一個新的scanner出來。

鑒于它每次都要比較的情況，如果一個列族下的hfile比較多的話，它的比較次數也會增大，會影響查詢效率，查詢時間和hfile的數量成線性關系。

另外補充點内容，是前面寫scan的時候拉下的：

由于寫入同一個rowkey相關的keyvalue的時候時間戳在前的先寫入，查詢的時候又需要總是讀該rowkey最新的keyvalue，是以在查詢的時候會先seek到該rowkey的時間戳最大的位置，具體查的時候，不斷的向前seekbefore，直到這個rowkey的keyvalue全部查完位置，然後再向前定位到一個rowkey的位置。

<b>簡而言之：</b>

不同rowkey的向前查，從rowkey小的查到rowkey大的；查相同rowkey的向後查，從最新的時間戳到查到最久的時間戳。

<b>總結：</b>

這就把如何查詢出來下一個keyvalue的過程講完了，它的peek方法、next方法、比較的方法，希望對大家有幫助，這個系列的文章到此也就結束了，下個目标是跟随超哥學習spark源碼，感謝廣大讀者的支援，覺得我寫得好的，可以關注一下我的部落格，謝謝！