Question

说我有：

cur.execute("CREATE TABLE data_by_year ( device_id int, \
        site_id text, year_id int, event_time timestamp, value float, \
        PRIMARY KEY ((device_id, site_id, year_id),event_time))")

我想查询2014年和2013年的所有设备。

result=cur.execute("select distinct device_id, site_id, year_id,\
    from data_by_year where device_id IN (324535, 32453l),\
    and site_id in  and year_id IN (2014)")

很明显，这句话有很多问题，但这是我能提出的最好的例子。我的牛肉是“where device_id IN（324535,32463l）”。实际上我不会知道所有各种设备所以我想抓住它们“全部”。我该怎么做？

我正在处理时间序列分钟数据，所以我觉得一年是合理的分区。

Answer 1

knifewine的回答是正确的，但是如果您经常执行此查询（并希望获得良好的性能），我建议使用第二个表：

CREATE TABLE all_device_data_by_year (
    site_id text,
    year_id int,
    device_id int,
    event_time timestamp,
    value float,
    PRIMARY KEY ((site_id, year_id), device_id, event_time)
)

您可能希望按天/月而不是年份进行分区，具体取决于设备数量。

关于python驱动程序中的自动查询分页支持，它现在在2.0分支中可用。我很快就会准备好2.0-beta版本。

Answer 2

您可以使用ALLOW FILTERING获取所有内容，但应注意这在性能方面成本很高，因为所有节点都需要回复：

select distinct device_id, site_id, year_id from data_by_year ALLOW FILTERING;

通过包含限制条款可以缓解性能问题，但这不允许您翻阅所有数据。如果你想要分页，你可能想要使用带有分页功能的datastax java驱动程序（或者等待分页在datastax python驱动程序中着陆）。

如果以上都不适用于您的用例，重新设计您的表可能是一个更好的选择（并且可能涉及二级索引，但也可能导致性能损失）。

是否可以获取Cassandra复合键的所有值？

2 个答案: