使用Python sdk按前缀扫描Bigtable

Question

我尝试使用pythonsdk在googlecloudbigtable上执行多个前缀的搜索。我使用的是read_rows，我看不出一个很好的方法来显式地按前缀搜索。在

{{cd2>是^我的第一个选择。我测试了三个查询，得到的时间分别是~1.5s，~3.5s和~4.2s，比使用NodeSDK（它有一个过滤器选项）的搜索慢一个数量级。~0.19，~0.13，~0.46。在

第二个选项是使用RowFilterChain+RowKeyRegexFilter。其中两个查询的性能很差：~3.1s，~70s，~75s~0.124s，~72s，~69s。看起来它正在进行完整扫描。以下是代码部分：

            regex = f'^{prefix}.*'.encode()
            filters.append(RowKeyRegexFilter(regex)) 

我的第三个选择是使用另一个基于Happybase的SDK，它有前缀过滤。有了这些，我得到了36秒，3秒，1秒，0.4秒，0.1秒，0.17秒。第一个查询涉及多个前缀，而且它似乎不支持在同一个请求中进行多个筛选，因此我执行与前缀一样多的请求，然后连接迭代器。另外两个似乎利用了前缀过滤器。在

更新：我删除了第一次，因为环境有错误。在正确地执行之后，对于范围查询来说，时间并不差，但似乎还有改进的空间，因为Happybase测试在利用前缀搜索时仍然更快。在

如果您能在Happybase中使用多个前缀搜索，或者在Python主SDK中使用实际的前缀搜索，我们将不胜感激。在

Answer 1

read_rows方法有两个参数start_key和{}，可用于根据行键有效地过滤行行（请参见docs）。在幕后，这个方法执行扫描，所以这可能是基于行键过滤行的最有效方法。在

例如，假设表中有以下行键：

a
aa
b
bb
bbb

如果要检索带有前缀为a的行，可以运行：

^{pr2}$

这将只扫描a和b（b除外）之间的行，因此它将返回所有行键前缀为a（a和{}的行）。在