Question

我不是数据库设计方面的专家，但我有幸发明了一种过滤数据的策略。鉴于cassandra是使用过的dbms。我的目标是发明一个缓存系统，该系统能够从数据集中返回一个已经请求的“配置”参数的字段。如果之前从未请求过此明确的“配置”，则会在后台触发新查询，但此机制不属于此主题。

示例表

id = 1, color = red, size = 10, shape = oval, price = 55.2
id = 2, color = blue, size = 5, shape = rectangle, price = 33.9
id = 3, color = red, size = 2, shape = triangle, price = 95.7

...

客户要求一个大小为10的红色和椭圆形物品，并想知道价格。因为请求的参数显然已经在数据库中，所以客户端应该非常快速地得到答案。

我想要的是SQL中的

SELECT price FROM table where color = red AND size = 10 AND shape = oval

在mySQL中不是很关键，但是如何在cassandra中做到这一点？

我是cassandra的新人，并且不知道这个问题的好方法。

我已经知道的是

使用WHERE子句在mySQL中进行过滤是可能的，但速度很慢（对于大型数据库），因为数据库必须运行并使用索引搜索所有字段
cassandra无法过滤未编入索引或主键的一部分的列，除非使用ALLOW FILTER选项，该选项也与关系数据库中的过滤一样慢
cassandra支持地图等类型，因此可以将参数集保存到一个字段，如

id = 1, properties = {color => red, size => 10, shape => oval}, price = 55.2

但不可能将其用作主键的一种。据我所知，收集的索引是可能的，但不推荐，因为它对于足够大的数据库来说也很慢

另一个给定条件是，参数并不总是相同。例如，项目1具有颜色和大小属性，项目8具有形状和颜色属性。在我看来，这说明了非关系架构（？）事实是，一个“配置”必须只存在一次，所以下面的例子不可能

id = 2535, color = red, size = 10, shape = oval, price = 55.2
id = 3224, color = red, size = 10, shape = oval, price = 33.9

我有一个关于为参数构建哈希的想法，并将其用作主键，但问题是，例如color = red, size = 10, shape = oval内容与size = 10, shape = oval, color = red相同但哈希是不同的

也许解决方案很简单或不可能？我搜索了一会儿寻找答案，但没有找到答案。

我不想要一个完整的解决方案，但也许有人可以给我提示或关键字来搜索。

谢谢大家

Answer 1

在您的示例中，您正在三个字段上执行相等搜索以返回产品ID。

专门为此查询创建一个表。由于配置是唯一的，因此将它们标识为product_id上的分区键和集群。

create table product_by_color_shape_size (
    color text,
    size int,
    shape text,
    product_id uuid, //(or int)
    price int,
    PRIMARY KEY ((color, size, shape),product_id)
);

有关Cassandra中数据建模的更多信息，请查看DS220 Data Modeling course at Datastax Academy。

在cassandra db中过滤大数据的策略

1 个答案: