Question

假设一个简单的表有一个插入（或没有这个插入，并不重要）。

CREATE TABLE test (
 x int,
 y int,
 z int,
 PRIMARY KEY (x, y, z)
);


create index z_index on test (z);

insert into test(x, y, z) values (1,2,3);

我很难理解为什么我无法在索引z上使用in子句进行查询：

cqlsh：试验＆gt; select * from test where where in（3）;
错误请求：PRIMARY KEY部分z不能被限制（前面部分y不受限制或非EQ关系）

可以使用简单的等于谓词：

cqlsh:test> select * from test where z = 3;

 x | y | z
---+---+---
 1 | 2 | 3

(0 rows)

我认为在z上有索引会保留从z的特定值到行的映射，但这种假设似乎是错误的。

为什么这不按我预期的方式工作？我猜索引的工作方式不同。

编辑：我正在使用[cqlsh 4.1.1 | Cassandra 2.0.6 | CQL规范3.1.1 |节俭协议19.39.0]

Answer 1

虽然DataStax上的文档通常非常好，但我找不到任何讨论此背后细节的内容。但是，我确实遇到过这篇名为“Breaking Down the CQL WHERE Clause”的文章。第2节标题为“分区键中的最后一列支持IN运算符。”

换句话说，它基本上是这样说的：

对于单列分区键，允许IN运算符不受限制。对于复合分区键，我必须在分区键的前N-1列上使用=运算符，以便在最后一列使用IN运算符。

在您的情况下，x是您的分区键，这意味着x是唯一支持CQL IN运算符的列。如果您确实需要能够在列IN上支持z查询，那么您必须对数据进行反规范化，并构建一个旨在支持该查询的（冗余）表。例如：

CREATE TABLE test (
 x int,
 y int,
 z int,
 PRIMARY KEY (z)
);

...会支持查询，但z的值可能不是唯一的。在这种情况下，您可以将x和/或y定义为LIST<int>，然后就可以了。

此外，DataStax 确实在when not to use an index上提供了文档，他们声明相同的条件适用于IN运算符的使用。

在大多数情况下，在WHERE子句中使用IN不是推荐的。使用IN会降低性能，因为通常很多必须查询节点。例如，在单个本地数据中心具有30个节点的群集，复制因子为3，以及一致性 LOCAL_QUORUM的级别，单个密钥查询到达两个节点，但是如果查询使用IN条件，则查询的节点数很可能甚至更高，最多20个节点，具体取决于密钥落在令牌范围内。

关于索引的Cassandra IN子句

1 个答案: