cassandra的新手，还在学习。
create table url (
id_website int,
url varchar,
data varchar,
primary key(url, id_website)
);
嗨，我有一个网站的网址表。
我不希望所有url都在同一个节点上，这就是为什么主键首先是url，所以它将是分区键。
我大部分时间都要检索特定网址的数据，例如：“url =？and id_website =？”
然而，当我想要检索网站的部分/所有网址时，性能如何：
select * from url where id_website = 1 allow filtering limit XX;
我认为这个查询将在所有节点上调度，然后，表扫描id_website = 1直到达到限制然后合并并发送回我的客户端。
但是这次扫描是使用索引并且有效还是逐个读取列id_website的值并进行比较（无效）？我确实将id_website设置为主键的一部分，所以我希望它被编入索引，但我真的不知道。
我们是否在cassandra上有一些工具，比如mysql的EXPLAIN来检查查询是否使用了索引。
感谢。
-
使用id_website作为分区键创建第二个表（和 批量写/删除）
我不想使用这个解决方案，因为我可能有一个或两个网站，这些网站非常庞大并且有数百万个网址（以及数百万其他网站的网址很少）。
如果我在id_website上有分区密钥，并且这两个或三个网站停留在同一个节点上，则可能会导致存储问题，或者处理这些网站的节点可能会过多地请求，而另一个网站则什么也得不到。我想在所有节点上传播数据。这就是为什么我坚持要在网址上进行分区。
您在id_website上创建一个辅助索引（为其创建一个表 你）
这个解决方案怎么样？如果我理解，每个节点都有一个表，它根据id_website索引它存储的行（所以不是其他节点的行）。所以我可以将我的网址传播到许多节点，我不会有一个节点处理包含特定网站所有网址的大索引。
现在我使用我的查询
select * from url where id_website = 1 allow filtering limit XX;
每个节点都接收查询，但是这次他们不必遍历分区（url列），他们可以直接在索引中查找属于id_website的url，并返回行（或者什么都没有）。对吗？
这个解决方案的反对意见是，每次请求完成时，它都会命中每个节点，但是，由于新的索引它应该很快？
答案 0 :(得分：2)
你正确的方式。使用允许过滤你只是要求cassandra扫描所有节点：非常无效。 id_website在每个分区中都被编入索引，但由于您没有告诉Cassandra去哪里，他必须点击所有分区（所有节点），即使那些没有包含所选id_website信息的分区 - 一次Cassandra命中分区知道如何查找这些信息，不需要扫描整个分区来获取数据。
要解决Cassandra中的这个问题，你必须进行非规范化，在这种情况下，你可以通过两种可能的方式来实现：
你所说的是正确的：二级索引作为＆＃34;本地索引＆＃34; 处理 - 每个节点仅为其拥有的数据创建一个本地索引表。以下是关于二级索引的good reading（您已经了解）
创建索引后，您必须从查询中删除ALLOW FILTERING。
HTH， 卡罗