如何覆盖Accumulo中SortedKeyValueIterator接口的功能？

Question

我正在尝试创建自定义迭代器，但由于没有可用的教程，我查看了 Accumulo github 页面上提供的代码。

我发现所有 classes 都实现了 SortedKeyValueIterator 并覆盖了它的功能。

这些函数的作用是什么？在创建实现 SortedKeyValueIterator 的新 class 时覆盖这些函数时应该采用什么方法。

这是我试图理解的 RowFilter class 的示例代码。

 public void init(SortedKeyValueIterator<Key,Value> source, Map<String,String> options, IteratorEnvironment env) throws IOException {
super.init(source, options, env);
this.decisionIterator = new RowIterator(source.deepCopy(env));
}

 public SortedKeyValueIterator<Key,Value> deepCopy(IteratorEnvironment env) {
 RowFilter newInstance;
 try {
       newInstance = getClass().newInstance();
     } catch (Exception e) 
      {
         throw new RuntimeException(e);
      }
  newInstance.setSource(getSource().deepCopy(env));
  newInstance.decisionIterator = new RowIterator(getSource().deepCopy(env));
  return newInstance;
   }

我想知道这段代码的作用，如果我想要另一个 class 来实现 SortedKeyValueIterator，我应该如何重写这些函数。

Answer 1

首先查看有关 SortedKeyValueIterator 的 Javadoc -- http://accumulo.apache.org/1.6/apidocs/。对于每个方法应该做的事情，这是一个很好的起点。

编写迭代器的一个很好的类比是将您的 Accumulo table（迭代器在其上运行）视为单链表（按排序顺序）。 next() 移动到列表中的下一个节点，seek() 移动 forward/down 跳过零到许多节点。 init() 从 Accumulo table 配置和客户端提供任何必要的配置（您的迭代器可能在 Accumulo 服务器中运行）。 deepCopy() 应该将当前迭代器的确切状态复制到一个新实例中（类似于 Object.clone()).

我还可以提供两个自定义迭代器的例子：

https://github.com/joshelser/accumulo-column-summing/
- 对给定列族中出现的数字执行中间求和
- 需要在客户端进行最终求和
https://github.com/joshelser/RowsWithoutColumns
- 只有 returns 行不包含一组提供的列
- 使用 WholeRowIterator 序列化方法 return 将多个键值对作为单个键值对（需要在客户端反序列化）

您还可以查看 Accumulo http://accumulo.apache.org/1.6/apidocs/org/apache/accumulo/core/iterators/user/package-summary.html

中提供的其他 "user-facing" 迭代器

如何覆盖Accumulo中SortedKeyValueIterator接口的功能？

How to override the functions of SortedKeyValueIterator interface in Accumulo?

java

hadoop

accumulo