Question

我想在Cassandra SELECT DISTINCT，但我认为Cassandra不支持这些操作。我怎样才能在卡桑德拉做SELECT DISTINCT？有可能吗？

Answer 1

CQL 3.1.1以及之后仅支持分区键的DISTINCT操作。

SELECT语句现在允许列出分区键（使用 DISTINCT修饰符）。见CASSANDRA-4536。

select_statement ::=  SELECT [ JSON | DISTINCT ] ( select_clause | '*' )
                      FROM table_name
                      [ WHERE where_clause ]
                      [ GROUP BY group_by_clause ]
                      [ ORDER BY ordering_clause ]
                      [ PER PARTITION LIMIT (integer | bind_marker) ]
                      [ LIMIT (integer | bind_marker) ]
                      [ ALLOW FILTERING ]
select_clause    ::=  selector [ AS identifier ] ( ',' selector [ AS identifier ] )
selector         ::=  column_name
                      | term
                      | CAST '(' selector AS cql_type ')'
                      | function_name '(' [ selector ( ',' selector )* ] ')'
                      | COUNT '(' '*' ')'
where_clause     ::=  relation ( AND relation )*
relation         ::=  column_name operator term
                      '(' column_name ( ',' column_name )* ')' operator tuple_literal
                      TOKEN '(' column_name ( ',' column_name )* ')' operator term
operator         ::=  '=' | '<' | '>' | '<=' | '>=' | '!=' | IN | CONTAINS | CONTAINS KEY
group_by_clause  ::=  column_name ( ',' column_name )*
ordering_clause  ::=  column_name [ ASC | DESC ] ( ',' column_name [ ASC | DESC ] )*

Answer 2

在CQL 3.1.1之前，无法在cassandra中选择不同的值。

如果您使用旧版本的Cassandra，则必须在应用程序中实现该功能。您可以创建一个JIRA ticket来请求实现该功能，但由于cassandra对非规范化数据模型的偏见，似乎不会经常使用此功能。

想象一下，必须在一个非常大的分布式集群中找到唯一的行。

Answer 3

正如其他人所写的那样，Cassandra中不支持不同的列，仅支持主键。使用cassandra执行此操作的两个选项：

应用程序中的进程 - 需要从服务器加载读取整个表并在代码中执行不同的操作。
创建一个辅助表，其中键是您要区分的列，并在原始表上执行操作时双重插入。

两者之间的决定取决于您的实际数据结构/大小和需求，如果表格大小很小或您执行此操作非常少，选项1将足够快，如果表格很大，和/或你很多时候都会用＃2来做这个查询。

如何在cassandra中选择DISTINCT

3 个答案: