Question

我有下表（使用CQL3）：

create table test (
  shard text,
  tuuid timeuuid,
  some_data text,
  status text,
  primary key (shard, tuuid, some_data, status)
);

我想获得tuuid订购的行。但这只有在我限制分片时才有可能 - 我得到这是因为性能。

我将碎片纯粹用于分片，我可以将其值范围限制在某个小范围内[0-16]。然后，我可以运行这样的查询：

从测试中选择*，其中（0，...，15）中的碎片按tuuid limit L顺序排列;

我可能在表中有数百万行，所以我想通过查询了解这样一个订单的性能特征。看起来一般来说性能可能非常差，但是有一些合理数量的限制条款（10K的数量级），这可能不是那么糟糕 - 即16路合并但具有相当低的限制。

任何提示，建议或指向代码的指示都将受到赞赏。

Answer 1

您的数据根据列密钥排序。因此，由于WHERE子句而导致上面查询中的合并中的性能问题不会发生，但由于您的LIMIT子句，afaik。

根据tuuid，您的列按IN ORDER插入，因此没有性能问题。

如果您一次获取太多行，我建议创建一个test_meta表，在该表中存储每个X插入的最新timeuuid，以获取查询将获取的行的上限。然后，您可以将查询更改为：

从测试中选择*，其中（0，...，15）中的碎片和tuuid＆gt; x和tuuid＆lt; ÿ;

简而言之：使用你的列密钥并摆脱限制。或者，在Cassandra 2.0中，也会有分页，这也有帮助。

我偶然发现了另一个问题，你说那个

表格中可能有数百万行

但根据您的数据模型，您将拥有 shard 行数。这是您的行键，并且 - 与分区程序一起 - 将确定数据的分布/分片。

希望有所帮助！

<强>更新

根据我的个人经验，cassandra在重读和写作时表现相当不错。如果结果集变得太大，我宁愿在接收/客户端遇到内存问题，而不是在服务器端超时。不过，为了防止这种情况，我建议看看即将推出的（2.0）分页功能。

同时：

尝试使用trace functionality in 1.2进行调查。

如果您主要阅读“最新”数据，请尝试adding a reversed type。

对于缓存等常规优化，首先请阅读cassandra handles reads on a node的方法，然后参阅this tuning guide。