FuzzyRowFilter 的说明和使用
FuzzyRowFilter是模糊查询row（指定rowkey里面部分值可以不是前缀，指定符合前缀的可以用PrefixFilter）的filter，能够在scan的时候快速向前扫描。
举例：存到hbase里面的数据，很多时候rowkey是由多个部分组合而成，而各个部分又是固定长度。比如userId_actionId_year_month组成key，userId 是固定的4字节，actionId 是2字节，year 是4字节，month 是2字节。
如果想查某个action类型比如99，并且在1月份的所有用户出来，
那么我们需要获取的数据是rowkey为 “????_99_????_01” “?”代表任意值（一个字节长）。
如果没有FuzzyRowFilter 的话，那么需要整表扫描过滤出来符合条件的数据，如果有FuzzyRowFilter 的话，在某些场景下会快很多了。它的原理是以上面的为例：符合????_99_????_01的rowkey ，起始是0000_99_0000_01 ，结束是1111_99_1111_01，根据这个条件就可以限制起始范围，另外在扫描的过程中可以从一个key跳到下一个key去，因为满足条件的key必须符合 ????_99_????_01，所以那么不符合这个条件的row不会进行匹配，直接跳过，seek到下一个符合条件的row去，这样就加快了查找速度。
FuzzyRowFilter 的使用：
FuzzyRowFilter rowFilter = new FuzzyRowFilter(
Arrays.asList(
new Pair<byte[], byte[]>(
Bytes.toBytesBinary(“\x00\x00\x00\00_99_\x00\x00\x00\00_01”),
new byte[] {1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0})));
Scan scan = new Scan();
scan.setFilter(rowFilter);
重点是 pair (row key, fuzzy info) ：
（1）Bytes.toBytesBinary(“\x00\x00\x00\00_99_\x00\x00\x00\00_01”) 是 rowkey（0000_99_0000_01），
（2）new byte[] {1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0} 是fuzzy info（mask用），1的意思是该位置对应的值不用匹配，0表示该位置的值必须要匹配。
所以指定的符合条件的rowkey是 ????_99_????_01 “?”代表任意值
FuzzyRowFilter有自己的局限性，比如????_99_????_01，这里表示rowkey必须要有15个字节长，如果比这个短，也会匹配上（导致使用场景有限制）。另外它性能提升的关键在于能够跳过多少数据，如果跳过的数据量多，那么提升越明显。
目前我们的hbase-0.94-adh3u3版本已经有这个Filter，该版本测试进入尾声，进入最后的回归，马上就会发布，该版本的release note详见http://baike.corp.taobao.com/index.php/0.94-adh3u3
Reference：
https://issues.apache.org/jira/browse/HBASE-6509
Implement fast-forwarding FuzzyRowFilter to allow filtering rows e.g. by “???alex?b”
HBase FuzzyRowFilter: Alternative to Secondary Indexes
http://blog.sematext.com/2012/08/09/consider-using-fuzzyrowfilter-when-in-need-for-secondary-indexes-in-hbase/
