为什么SELECT with WHERE子句在Cassandra表上返回0行？ （应该返回2行）

Question

我在users数据库上创建了TABLE Cassandra 2.0.9的最小示例。我可以使用SELECT来选择它的所有行，但我不明白为什么添加我的WHERE子句（在索引的collumn上）返回0行。

（我也不明白为什么'COINTAINS'声明在这里引起错误，如下所示，但我们假设这不是我主要关注的问题。）

DROP TABLE IF EXISTS users; 
CREATE TABLE users 
(
  KEY varchar PRIMARY KEY,
  password varchar,
  gender varchar,
  session_token varchar,
  state varchar,
  birth_year bigint
);

INSERT INTO users (KEY, gender, password) VALUES ('jessie', 'f', 'avlrenfls');
INSERT INTO users (KEY, gender, password) VALUES ('kate', 'f', '897q7rggg');
INSERT INTO users (KEY, gender, password) VALUES ('mike', 'm', 'mike123');

CREATE INDEX ON users (gender);

DESCRIBE TABLE users; 

输出：

CREATE TABLE users (
  key text,
  birth_year bigint,
  gender text,
  password text,
  session_token text,
  state text,
  PRIMARY KEY ((key))
) WITH
bloom_filter_fp_chance=0.010000 AND
caching='KEYS_ONLY' AND
comment='' AND
dclocal_read_repair_chance=0.100000 AND
gc_grace_seconds=864000 AND
index_interval=128 AND
read_repair_chance=0.000000 AND
replicate_on_write='true' AND
populate_io_cache_on_flush='false' AND
default_time_to_live=0 AND
speculative_retry='99.0PERCENTILE' AND
memtable_flush_period_in_ms=0 AND
compaction={'class': 'SizeTieredCompactionStrategy'} AND
compression={'sstable_compression': 'LZ4Compressor'};

CREATE INDEX users_gender_idx ON users (gender);

此SELECT可以正常使用

SELECT * FROM users; 

key    | birth_year | gender | password  | session_token | state
--------+------------+--------+-----------+---------------+-------
  kate |       null |      f | 897q7rggg |          null |  null
jessie |       null |      f | avlrenfls |          null |  null
mike |       null |      m |   mike123 |          null |  null

这不是：

SELECT * FROM users WHERE gender = 'f';

(0 rows)

这也失败了：

SELECT * FROM users WHERE gender CONTAINS 'f';

Bad Request: line 1:33 no viable alternative at input 'CONTAINS'

Answer 1

听起来你的索引可能已经腐败了。尝试重建它。从命令提示符运行：

nodetool rebuild_index yourKeyspaceName users users_gender_idx

然而，这里更大的问题是已知二级索引表现不佳。 Some甚至已将其用作反模式。 DataStax有一个document designed to guide you in appropriate use of secondary indexes。这绝对不是其中之一。

  

在极低基数列上创建索引，例如布尔列，没有意义。索引中的每个值都成为索引中的一行，例如，所有错误值都会产生一个巨大的行。索引具有foo = true和foo = false的多个索引列是没有用的。

虽然性别可能不是布尔列，但它具有相同的基数。此列上的二级索引是一个糟糕的主意。

如果按性别查询是您真正需要做的事情，那么您可能需要找到一种不同的方式来建模或分区数据。例如，PRIMARY KEY (state, gender, key)将允许您按州查询性别。

SELECT * FROM users WHERE state='WI' and gender='f';

这将使所有来自威斯康星州的女性用户回归。当然，这意味着您还必须单独查询所有状态。但最重要的是，Cassandra不能很好地处理低基数键/索引的查询，所以你必须在如何解决这些类型的问题方面发挥创意。