Question

如果我的表定义如下：

CREATE TABLE metrics (
  schedule_id int,
  time timestamp,
  value double,
  PRIMARY KEY (schedule_id, time)
);

直接选择最新的时间戳＆amp;单个键的值：

SELECT time, value FROM metrics WHERE schedule_id = 1 ORDER BY time DESC LIMIT 1;

...但是如何有效地为每一行选择最新的时间戳和值？

常规SQL中的GROUP BY schedule_id或列范围查询（在CQL 3中不再支持）。

Answer 1

这是一个天真的解决方案，因为我不知道你的用例如何容忍因Cassandra最终一致和最后写入胜利语义而导致的数据差异。但正如Cassandra的情况一样，支持不同视图（或查询方式）数据的方法是以多种方式对其进行非规范化和存储，以方便使用。

CREATE TABLE latest_metrics (
    metric_name text,
    schedule_id int,
    latest_time timestamp,
    latest_value double,
    PRIMARY KEY (metric_name, schedule_id)
);

当您将数据插入metrics时，同时也会写入latest_metrics（这假设您的数据始终以单调增加的时间输入，例如来自实时Feed）。

INSERT INTO metrics (schedule_id, time, value) VALUES (?, ?, ?);
INSERT INTO latest_metrics (metric_name, schedule_id, latest_time, latest_value)
    VALUES ('WellKnownIdentifier', ?, ?, ?);

在这种情况下，“最新”实际上是在写入记录的时间而不是实际的时间戳字段值。如果您正在摄取交错时间附带的数据，则可能需要在应用程序端处理此问题。您还可以在Cassandra 2.x中使用新的比较和设置（CAS）功能，但执行此操作所需的Paxos进程将严重影响您的写入性能：

INSERT INTO latest_metrics (...) VALUES (...) IF latest_time <= ?;

如果所有这些假设都适用于您的数据，您可以轻松地查询所有计划的“最新”值：

SELECT schedule_id, latest_time, latest_value FROM latest_metrics WHERE metric_name = 'WellKnownIdentifier';

CQL3中的列范围查询

1 个答案: