我使用的最简单的方法是在hbase上创建一个配置单元表，然后使用hql查询配置单元表（您可以添加where子句和所有类型的条件）。。。这将在内部自动为您创建一个mapreduce作业，并在集群中运行，因此您不必担心运行多线程和编写mr代码。
示例如下：

CREATE EXTERNAL TABLE emp(id int, city string, name string, occupation string, salary int) 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,
                   personal_data:city,
                   personal_data:name,
                   professional_data:occupation,
                   professional_data:salary")
TBLPROPERTIES ("hbase.table.name" = "emp", "hbase.mapred.output.outputtable" = "emp");

Select count(*) from emp where city = 'LA';

对于这种情况，我想给你两个选择。
使用mapreduce作业。您应该编写自己的mr作业，以便在整个集群中实际运行计数作业。
使用多线程。您可以编写多线程扫描任务，以便使用hbase区域上的筛选器进行计数。例如：每个区域一个线程来进行计数。
仅供参考：我以前尝试过这两种策略，测试结果显示它们的性能相似。可能不正确，但肯定比您当前的实现更快。

yoy可以通过hbase shell执行以下命令

hbase(main):002:0> count 'consumer-data'

你写的代码很慢。先关扫描按顺序工作（无Map/减少），因此开始时很慢。然后使用两个慢过滤器，一个看列名称，另一个看值您得到的是一个接一个的顺序读取，它检查每一列和匹配列的值）
如果您希望定期运行这样的查询，您应该重新考虑您的密钥。同样，作为一个map/reduce作业来重新做这件事，所以至少它会划分工作