Question

我的表格架构是： A）

CREATE TABLE friend_list (
    userId uuid,
    friendId uuid,
    accepted boolean, 
    ts_accepted timestamp,
    PRIMARY KEY ((userId ,accepted), ts_accepted)
   ) with clustering order by (ts_accepted desc);

在这里，我可以执行以下查询：

1.  SELECT * FROM friend_list WHERE userId="---" AND accepted=true;
2.  SELECT * FROM friend_list WHERE userId="---" AND accepted=false;
3.  SELECT * FROM friend_list WHERE userId="---" AND accepted IN (true,false);

但是第三个查询涉及更多的读取，所以我试图改变这样的模式：

B）

 CREATE TABLE friend_list (
        userId uuid,
        friendId uuid,
        accepted boolean, 
        ts_accepted timestamp,
        PRIMARY KEY (userId , ts_accepted)
       ) with clustering order by (ts_accepted desc);
CREATE INDEX ON friend_list (accepted);

使用此类型B架构，第一个和第二个查询可以工作，但我可以将第三个查询简化为：

3. SELECT * FROM friend_list WHERE userId="---";

我相信第二个模式为第三个查询提供了更好的性能，因为它不会对每一行进行条件检查。

Cassandra专家......请建议我实现这一目标的最佳方案.A或B.

Answer 1

首先，您是否意识到您的第二个架构与第一个架构完全不兼容？在第一个中，“接受”字段是密钥的一部分，但在第二个字段中根本没有！您没有相同的唯一约束，您应该检查它对您的模型不是问题。

其次，如果您只是不想在每个请求中包含“接受”字段，那么您有两种可能性：

1 - 您可以使用'acceptation'作为聚类列：

PRIMARY KEY ((userId), accepted, ts_accepted)

这样您的第三个请求可以是：

SELECT * FROM friend_list WHERE userId="---";

您将更有效地获得相同的结果。

但是这种方法存在问题，它会创建更大的分区，这对于良好的性能来说并不是最好的。

2 - 创建两个单独的表

这种方法对于卡桑德拉精神来说更为充足。使用Cassandra，如果可以提高请求的效率，则复制数据并不罕见。

因此，在您的情况下，您将保留第一个表的第一个模式以及第一个和第二个请求

并且您将创建另一个具有相同数据但模式略有不同的表，如果“已接受”不需要是主键的一部分（如您对第二个模式所做的那样），则使用辅助索引，或者像这样的主键：

PRIMARY KEY ((userId), accepted, ts_accepted)

如果可能的话，我肯定更喜欢第二个表的二级索引，因为接受的列具有较低的基数（2），因此非常适合二级索引。

编辑：

您还在主键中使用了时间戳。请注意，如果您可以让同一个用户在此表中创建两行，则可能会出现问题。因为时间戳不能保证单一性：如果两行创建的时间相同，会发生什么？

您应该使用TimeUUID。这种在Cassandra中非常常用的类型通过组合Timestamp和UUID来保证单一性。

此外，主键中的时间戳可以在Cassandra节点中创建临时热点，绝对可以避免。

Cassandra - 二级索引和查询性能

1 个答案: