Question

使用Cassandra，

我想用唯一的uuid表示所有用户对象，但也包含一组零个或多个辅助用户密钥以映射到用户。每个辅助键应映射到一个且仅一个用户（id）。因为我需要能够快速查找secondarykey来查找用户，所以我维护了一个单独的查找表，而不是辅助INDEX。

我已经建模了这样的数据，但我愿意接受其他选择：

CREATE TABLE users (
    userid uuid PRIMARY KEY,
    name text,
    secondarykeys set<text>
);
CREATE TABLE user_secondarykeys (
    secondarykey text,
    userid uuid,
    PRIMARY KEY(secondarykey)
);

典型的用例是：

我使用辅助密钥mail:andreas@example.org获得此用户，我想看看是否存在具有该辅助密钥的任何用户，如果它不存在，我想创建一个新的用户对象。

我可以查找二级密钥：

SELECT * FROM "user_secondarykeys" WHERE secondarykey = "mail:andreas@example.org";

如果我找不到任何匹配项，我可以插入一个新用户：

BEGIN BATCH
    INSERT INTO users (userid, name, secondarykeys) VALUES (77059e45-5fac-460b-9c4f-47528c292be0, "Andreas", {'mail:andreas@example.org'});
    INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0);
APPLY BATCH;

我的问题是，这可能导致数据不一致，因为在我的select和插入之间可以同时插入用户的二级密钥。

我认为如果我可以使我的INSERT事务失败，如果辅助密钥已经存在于user_secondarykeys中，那就行了，因为它还应该将插入恢复到users表中，因为它的原子属性交易。但是，如果存在辅助密钥，我不知道有什么方法可以使INSERT失败。如果我将IF NOT EXISTS添加到第二个插入内容，它将不会还原trasaction，只会避免插入user_secondarykeys，但它仍会插入users。

对于如何以可靠的方式实现此用例的任何建议表示赞赏。感谢。

Answer 1

起初，我认为您的模型非常复杂，我不确定我是否正确理解您的所有要求。

因此，如果你首先获得这个二级密钥，然后你必须决定做什么 - 添加用户与否 - 那么以下内容对您有用：

不是使用SELECT语句检查user_secondarykeys表是否出现特定的二级密钥，而是使用以下命令：

INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0) IF NOT EXISTS;

因此，如果它适用，则意味着此辅助密钥未与任何用户连接 - 因此有两种情况：用户不存在或用户存在且有人想要添加新的辅助密钥他。以下两种情况都可以完成这项工作：

INSERT INTO users(userid, name, secondarykeys) VALUES(77059e45-5fac-460b-9c4f-47528c292be0, 'Andreas', secondarykeys = secondarykeys + 'mail:andreas@example.org')

因为Cassandra中的插入/更新是幂等的（除了计数器），即使在用户表中已经存在具有该id的用户，这也将起作用 - 这应该只为他添加另一个辅助密钥。

此解决方案的优点在于您将及时消除此差距，这可能会使您“不一致”。您可以保证没有人会使用相同的二级密钥插入两个用户。您指定用户根本没有辅助密钥 - 在这种情况下，您可以直接将他添加到用户表。

我认为如果我可以使我的INSERT事务失败，如果辅助密钥已经存在于user_secondarykeys中，那就行了，因为它还应该将插入恢复到users表中，因为它的原子属性交易。但是，如果存在辅助密钥，我不知道有什么方法可以使INSERT失败。如果我将IF NOT EXISTS添加到第二个插入，它将不会恢复trasaction，它将避免插入user_secondarykeys，但它仍将插入用户。

从Cassandra 2.0.6开始，您可以在批处理中使用条件语句，如果不满足任何条件，则该批处理中的所有指令都不会触发。这听起来不错但有一个限制 - 批处理中的所有语句都必须在单个相同的分区上运行。据此，不可能进行跨分区/表条件插入/更新/删除。所以在你的情况下：

BEGIN BATCH
    INSERT INTO users (userid, name, secondarykeys) VALUES (77059e45-5fac-460b-9c4f-47528c292be0, "Andreas", {'mail:andreas@example.org'});
    INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0) IF NOT EXISTS;
APPLY BATCH;

甚至不会通过查询验证，因为您尝试在此处操作两个不同的表。

我不确定这是否适合您的其他要求，我需要有关您的查询和数据速度/数量的更多信息。当然，还有其他方法可以对此进行建模。

如果每个用户必须至少拥有一个指定的辅助密钥（例如，电子邮件对于您的用户表来说是一个很棒的唯一密钥），那么这将大大简化问题，但这是您的要求，所以除非您无法改变它们，没有讨论。

希望这会对你有所帮助。祝你好运！

使用Cassandra进行一致二级密钥的数据建模

1 个答案: