Question

我们想用cassandra来存储复杂的数据但我们无法弄清楚如何组织索引。

我们的表（列族）如下所示：

Users =
  { 
    RandomId int,
    Firstname varchar,
    Lastname varchar,
    Age int,
    Country int,
    ChildCount int
  }

我们有必填字段（名字，姓氏，年龄）和额外搜索选项（Country，ChildCount）的查询。
我们应该如何组织索引以更快地进行此类查询？

首先我想，在（名字，姓氏，年龄）上创建综合索引并在剩余字段（Country和ChildCount）上添加单独的二级索引是很自然的。
但是在创建二级索引后我无法在表中插入行，我无法查询该表。

使用

cassandra 1.1.0
cqlsh with --cql3 option。

欢迎任何其他解决我们问题的建议（带有强制性和附加选项的复杂查询）。

Answer 1

这是我的想法。您可以简单地创建一个列族，其中RandomId作为行键，所有剩余的字段只作为列（例如列名'firstname'，列值'jonh'）。在此之后，您必须为每个列创建二级索引。你的价值观的基数似乎很低，所以应该稍微高效。

CQL代码应该是这样的：

create column family users with comparator=UTF8Type and column_metadata=[{column_name:  firstname, validation_class: UTF8Type,index_type: KEYS},
{column_name: lastname, validation_class: UTF8Type, index_type: KEYS},
{column_name: contry, validation_class: IntegerType, index_type: KEYS},
{column_name: age, validation_class: IntegerType, index_type: KEYS]},
{column_name: ChildCount, validation_class: IntegerType, index_type: KEYS]];

它的一个很好的参考可能是http://www.datastax.com/docs/0.7/data_model/secondary_indexes

如果我错了，请告诉我。

Answer 2

对于涉及大量分区的查询，索引效率不高。

我认为最好根据您想要进行的查询来考虑这些表：您需要一个基于用户名的查询表，这似乎是存储有关用户的所有信息的正确位置。另一方面，你希望能够根据国家进行搜索，我假设，提供一个用户列表：因为你并不真正需要所有的信息，可能只是名字和姓氏，或只是电子邮件，等等。另一张表可以做到。

这涉及一些数据重复，但更符合Cassandra数据建模思路。

这会给：

CREATE TABLE users(
   id UUID,
   lastname TEXT,
   firstname TEXT,
   age INT,
   country TEXT,
   childcount INT,
   PRIMARY KEY(UUID)
);

CREATE TABLE users_by_country(
   country TEXT,
   firstname TEXT,
   lastname TEXT,
   user_uuid UUID,
   PRIMARY KEY((country), firstname, lastname)
);

CREATE TABLE users_by_age(
   age INT,
   firstname TEXT,
   lastname TEXT,
   user_uuid UUID,
   PRIMARY KEY((age), firstname, lastname)
);

Cassandra使用复合索引和二次合并

2 个答案: