Cassandra RandomPartitioner和＆＃34;全表扫描＆＃34;

Question

我似乎无法找到有关如何使用RandomPartitioner分割键来遍历列族中的所有行的信息。我看到列出的完整扫描的常用方法是“使用MapReduce”（这将是一个选项，但现在不是）并创建一个范围切片查询以批量检索行，用最后一个更新范围的下限每批后看到的关键。当你不能保证钥匙的订购时，这似乎是一种奇怪的方法，所以我想知道在这种情况下接受的做法是什么。

要明确的是，这整个列族遍历事件不是经常发生的，并且不是我们对数据库的标准访问模式的一部分。它不需要特别快（虽然它很好，当然！）我们只需要偶尔做它来检查垃圾等。我们不希望返回的行是一致的快照或类似的东西。

Answer 1

使用Hadoop MapReduce将是正确的方式，但我知道这对你来说不是一个可行的选择。所以你有几种可能性：

1. 如果你的钥匙有一些逻辑顺序，并且可以提前计算或以其他方式知道，你可以批量多次获得一堆钥匙。

2. 您可以创建一个类似于Cassandra的ColumnFamilyInputFormat工作方式的范围客户端。

3. 您可以在另一个库中执行范围切片using Hector like this或某些类似的构造。