我创建了一个TABLE和索引如下
CREATE TABLE refresh_token ( user_id bigint, refresh_token text, access_token text, device_desc text, device_type text, expire_time timestamp, org_id bigint, PRIMARY KEY (user_id, refresh_token) ) WITH CLUSTERING ORDER BY (refresh_token ASC) CREATE INDEX i_access_token ON demodb.refresh_token (access_token);
我插入或删除大约数百万次的数据后,我发现当用户跟随查询时无法返回任何数据。实际上,数据中有这一行。
当我通过PRIMARY KEY查询时
select * from refresh_token where user_id=405198 and refresh_token='E82B57D9D64BECDBD6B5602A72816BD19016323504F803116F66A32598E04298';
它返回数据:
select * from refresh_token where user_id=405198 and refresh_token='E82B57D9D64BECDBD6B5602A72816BD19016323504F803116F66A32598E04298'; user_id | refresh_token | access_token | device_desc | device_type | expire_time | org_id ---------+------------------------------------------------------------------+------------------------------------------------------------------+-------------+-------------+--------------------------+-------------- 405198 | E82B57D9D64BECDBD6B5602A72816BD19016323504F803116F66A32598E04298 | E82B57D9D64BECDB16D4F3F9F81AC0EF7AF2C4B460CB0F33C9CEFA5846BA7BE1 | null | null | 2016-06-07 14:09:52+0800 | 481036337156
但是当我通过二级索引查询时,它返回null。
select * from refresh_token where access_token ='E82B57D9D64BECDB16D4F3F9F81AC0EF7AF2C4B460CB0F33C9CEFA5846BA7BE1'; user_id | refresh_token | access_token | device_desc | device_type | expire_time | org_id ---------+---------------+--------------+-------------+-------------+-------------+--------
感谢
答案 0 :(得分:1)
仅建议基数较低的字段使用辅助索引。您的access_token字段看起来具有非常高的基数(甚至可能对于所有百万行都是唯一的)。这是Cassandra中已知的反模式。
高基数字段适用于分区键之类的东西,因为它们将散列到已知位置。但是二级索引不是散列的,而是通过每个节点上的本地数据结构找到的。当有许多不同的值被索引时,这些本地数据结构变得麻烦且低效。我怀疑你在匹配access_token的节点在大海捞针中找到针头之前就已经达到了内部超时。
如果你需要通过access_token查找数据,我建议创建第二个表,其中access_token是分区键,并使用它来查找相应的user_id和refresh_token。这样你就可以使用access_token作为哈希,并且可以获得可靠和快速的查找。