Question

假设我有一张桌子，就像这样：

CREATE TABLE Users (
  user UUID,
  seq INT,
  group TEXT,
  time BIGINT,
  PRIMARY KEY ((user), seq)
);

这遵循Cassandra所需的模式，在分区之间具有良好的分布（假设默认的Murmur3散列分区器）。

但是，我还需要（很少）按时间顺序执行范围查询。这似乎不可能在Cassandra。实际上我确实需要按组访问数据，因此(group, time)是可以接受的。既然似乎没有办法让二级索引有多个列，我想正确的事情就是反规范化，就像这样：

CREATE TABLE UsersByGroupTime (
  user UUID,
  seq INT,
  group TEXT,
  time BIGINT,
  PRIMARY KEY ((group), time)
) WITH CLUSTERING ORDER BY (time ASC);

除了group实际上是低基数，假设('A','B','C')以及用户之间的分布不均匀之外，这完全正常。由于该表上的查询很少，我不担心热节点，但我担心分布不均匀，甚至可能是单个节点获得所有节点。

这是一种常见的情况吗？有没有办法减轻这种情况，还是有替代解决方案？

Answer 1

一种帮助避免Cassandra时间序列模型热点的技术是利用时间桶。＆＃34;基本上你要做的是确定＆＃34;快乐的媒体＆＃34;提供足够数据分布的时间精度水平，同时也是已知且半便于查询的。

出于本示例的目的，我将选择年份和月份（＆＃34; yyyyMM＆＃34;）。 注意：我不知道年份和月份是否适用于您...它只是一个示例。确定时间段后，您可以将其添加为附加分区键，像这样：

CREATE TABLE UsersByGroupTime (
  user UUID,
  seq INT,
  group TEXT,
  time TIMEUUID,
  yearmonth BIGINT,
  PRIMARY KEY ((group, yearmonth), time)
) WITH CLUSTERING ORDER BY (time DESC);

插入一些行后，这样的查询将起作用：

aploetz@cqlsh:stackoverflow2> SELECT group, yearmonth, dateof(time), time, seq, user 
FROM usersbygrouptime WHERE group='B' AND yearmonth=201505;

 group | yearmonth | dateof(time)             | time                                 | seq | user
-------+-----------+--------------------------+--------------------------------------+-----+--------------------------------------
     B |    201505 | 2015-05-16 10:04:10-0500 | ceda56f0-fbdc-11e4-bd43-21b264d4c94d |   1 | d57ba8a4-db24-440c-a983-b1dd6b0d2e27
     B |    201505 | 2015-05-16 10:04:09-0500 | ce1cac40-fbdc-11e4-bd43-21b264d4c94d |   1 | 66d07cbb-a2ff-4d56-8fa1-14dfaf684474
     B |    201505 | 2015-05-16 10:04:08-0500 | cd525760-fbdc-11e4-bd43-21b264d4c94d |   1 | 07b589ac-4d5f-401e-a34f-e3479e269e01
     B |    201505 | 2015-05-16 10:04:06-0500 | cc76c470-fbdc-11e4-bd43-21b264d4c94d |   1 | 984f85b5-ea58-4cf8-b512-43abacb227c9

(4 rows)

现在可能会或可能不会帮助您查询，因此您需要花一些时间来确保选择合适的时间段。但是，这确实有助于环中的数据分布，您可以使用token函数看到：

aploetz@cqlsh:stackoverflow2> SELECT group, yearmonth, token(group,yearmonth)
FROM usersbygrouptime ;

 group | yearmonth | token(group, yearmonth)
-------+-----------+-------------------------
     A |    201503 |    -3784784210711042553
     A |    201504 |     -610775546464185720
     B |    201505 |     6232834565276653514
     B |    201505 |     6232834565276653514
     B |    201505 |     6232834565276653514
     B |    201505 |     6232834565276653514
     A |    201505 |     8281745497436252453
     A |    201505 |     8281745497436252453
     A |    201505 |     8281745497436252453
     A |    201505 |     8281745497436252453
     A |    201505 |     8281745497436252453
     A |    201505 |     8281745497436252453

(12 rows)

注意如何为每个组/年月对生成不同的标记，即使它们中的一些具有相同的组（＆＃34; A＆＃34;）。

Cassandra：低基数分区

1 个答案: