Question

我正在为论坛类型的应用程序设计数据库。我正在考虑使用Cassandra（我将拥有大量数据，因此RDBMS可能不是一个可行的选择），但坚持如何设计数据库。主要功能是搜索，即搜索关键字，并返回具有该关键字的所有帖子。搜索也可以是用户的某些特征，例如声誉，地理等。

到目前为止我的想法：

主键：日期和所有其他可搜索功能的复合，例如地理位置，声誉等除了帖子中的文字以外，所有其他功能都可以轻松搜索
二级索引：将所有单词放在不同的列中，并使所有单词成为辅助索引，以便搜索“关键字”我可以where col1 = keyword or col2 = keyword ...
所有包含列名称的帖子=邮件发布的第二个帖子（或列名称=帖子ID）

但我认为这真的是一种全面的方式。有更好的想法吗？

谢谢！

Answer 1

在Cassandra中定义架构对于了解您将要执行的查询非常重要。

1 - 由X字段组成的主键并不意味着您将能够查询主键的任何字段。如果你定义

PRIMARY KEY(reputation, geography, category)

使用此类密钥除非您同时了解声誉和地理位置，否则无法查询类别。除非您了解声誉，否则无法查询地理位置。因此，阅读 left-to-rigth ，您可以将字段置于WHERE条件下。

select * from abc where reputation = 'good';
select * from abc where reputation = 'good' and geography = 'usa';
select * from abc where reputation = 'good'  and geography = 'usa' and category='pizza';

不允许任何其他组合。要在cassandra中解决这个问题，你应该进行非规范化，将数据放入不同的表中。例如3个表有3个不同的主键

table info_by_category ... PRIMARY KEY(category, geography, reputation)
table info_by_reputation ... PRIMARY KEY(reputation, category, geography)
table info_by_geography PRIMARY KEY(geography, reputation, category)

现在，您应该根据where条件选择要查询的表。如果您有声誉和地理位置，则应查询表格info_by_geography，如果您有地理位置和类别，则应转到info_by_category

2 - Cassandra不适合执行全文搜索：要完成这项工作，您应该在数据库旁边使用全文搜索引擎（如solr / elasticsearch / whateveryouprefer）。更多，即使您放置了许多查找索引（以前称为辅助标识符），也无法将它们与AND运算符组合在一起。许多L.I.是一种不推荐使用的行为 - 如果您不能使用全文搜索，我宁愿使用Map，将二级索引放在Map值上。说，您仍然无法使用AND运算符搜索不同的单词。

3 - 可以使用L.I。

轻松完成

HTH，Carlo

Answer 2

请记住，只是因为你有很多聚类列并不意味着你可以搜索它们。如果您的主键是（p，c1，c2，c3 ...），那么要在c2上搜索，您必须提供c1。要搜索c3，您必须提供c1和c2 ...
辅助索引适用于查找分区内的数据。如果您的查询是跨分区，那么您将遇到烦人的麻烦。

当您对查询有所了解时，Cassandra效果最佳。您可以根据这些查询创建物理数据模型。搜索所有内容的一切都应该留给搜索解决方案。确定您的查询并将该信息保存在cassandra中。使用Solr或ElasticSearch进行任意搜索。

论坛类型应用程序的Cassandra数据模型

2 个答案: