Cassandra：这是Cassandra中动态列的正确用例吗？我应该使用它们吗？

Question

我有很多文档（5000万），每个文档的子部分可能是0到50。 每个部分都有元数据。 我可以使用动态列族来存储元数据吗？

这里我想存储E3的每个部分的大小，名称，计数等元数据，即E2，E1，E0。 但我需要一次检索具有相同ID的所有（E3，E2，E1，））。 有些文档可能类似于E50，E49，其中包含50个子部分。

---

Casandra列表的列

E_0_COL_ID
E_0_COL_Name
E_0_COL_Size
...
..
E_1_COL_ID
E_1_COL_Nmae
E_1_COL_Size..

..
..

E_n_COL_NAME
E_n_COL_SIZE

这是Cassandra动态列的正确用例吗？

CQL SCHEMA

首先创建表

---

CREATE TABLE DOCUMENT_TABLE(

E_0_COL_ID bigint,
E_0_COL_Name text,
E_0_COL_Size bigint

PRIMARY KEY (E_0_COL_ID )

)

Add dynamic columns as per number of parts 

ALTER TABLE test.DOCUMENT_TABLE ADD E_1_COL_ID bigint;
ALTER TABLE test.DOCUMENT_TABLE ADD E_1_COL_Name text;
ALTER TABLE test.DOCUMENT_TABLE ADD E_1_COL_Size bigint;

ALTER TABLE test.DOCUMENT_TABLE ADD E_2_COL_ID bigint;
ALTER TABLE test.DOCUMENT_TABLE ADD E_2_COL_Name text;
ALTER TABLE test.DOCUMENT_TABLE ADD E_2_COL_Size bigint;

...

ALTER TABLE test.DOCUMENT_TABLE ADD E_n_COL_ID bigint;
ALTER TABLE test.DOCUMENT_TABLE ADD E_n_COL_Name text;
ALTER TABLE test.DOCUMENT_TABLE ADD E_n_COL_Size bigint

CASSANDRA中动态栏目家庭的正确用途是什么？

Answer 1

该方法的缺点是您要为表中的所有文档添加这些列，即使它们没有特定的子部分。如此多的行将这些未使用的列返回为null，这可能是您应用程序中处理的烦恼，更不用说拥有如此多的硬编码列名。

使用固定架构可能更灵活，更容易，而不是像这样动态添加列。您可以将子部件存储为聚类列，主文档ID作为分区键，子部件ID作为聚类列，如下所示：

CREATE TABLE docs (
    id       bigint,
    sub_id   bigint,
    sub_name text,
    sub_size bigint,
    PRIMARY KEY (id, sub_id)
);

// insert main document with sub_id set to -1 to indicate it is the main document name
INSERT INTO docs ( id, sub_id, sub_name, sub_size) VALUES (123, -1, "Main doc name", 456);

// insert a sub part to the main document
INSERT_INTO docs ( id, sub_id, sub_name, sub_size) VALUES (123, 1, "Sub part 1 name", 789);

获取文档及其所有部分：

SELECT * FROM docs WHERE id=123;

这将返回主文档名称作为第一行（因为聚簇数据按升序sub_id排序），其余行将是子部分。这还允许您对sub_id执行范围查询，例如：

SELECT * FROM docs WHERE id=123 and sub_id > 20 and sub_id < 50; 

另一种可能性是使用其中一种集合类型，例如列表类型。您可以为sub_id，sub_name，sub_size元组创建用户定义的类型，然后在主表中有一个子部分列表：

CREATE TYPE sub_doc (
    id   bigint,
    name text,
    size bigint,
)

CREATE TABLE docs (
    id      bigint,
    name    text,
    size    bigint,
    subdocs list<sub_doc>,
    PRIMARY KEY (id)
);

选择哪个取决于您在应用程序中所期望的访问和修改模式。如果由于某种原因你想要在一行中返回所有子文档，那么列表会很好。集群方法可以更轻松地动态添加和删除行，并且可以更轻松地将子部分作为单个行进行访问。