Question

我使用以下代码创建表：

CREATE KEYSPACE mykeyspace
WITH REPLICATION = { 'class' : 'SimpleStrategy', 'replication_factor' : 1 };
USE mykeyspace;
CREATE TABLE users (
  user_id int PRIMARY KEY,
  fname text,
  lname text
);
INSERT INTO users (user_id,  fname, lname)
  VALUES (1745, 'john', 'smith');
INSERT INTO users (user_id,  fname, lname)
  VALUES (1744, 'john', 'doe');
INSERT INTO users (user_id,  fname, lname)
  VALUES (1746, 'john', 'smith');

我想找到lname列的不同值（不是PRIMARY KEY）。我想得到以下结果：

 lname
-------
 smith

使用SELECT DISTINCT lname FROM users; 但是，由于lname不是PRIMARY KEY，我收到以下错误：

InvalidRequest: code=2200 [Invalid query] message="SELECT DISTINCT queries must
only request partition key columns and/or static columns (not lname)"
cqlsh:mykeyspace> SELECT DISTINCT lname FROM users;

如何从lname获取不同的值？

Answer 1

Undefined_variable有两个好处：

在Cassandra中，您需要构建数据模型以匹配您的查询模式。这有时意味着将您的数据复制到其他表中，以获得所需的查询灵活性级别。
DISTINCT仅适用于分区键。

因此，实现此功能的一种方法是构建一个特定的表来支持该查询：

CREATE TABLE users_by_lname (
    lname text,
    fname text,
    user_id int,
    PRIMARY KEY (lname, fname, user_id)
);

现在，在我将INSERT运行到这个新的查询表之后，这可以工作：

aploetz@cqlsh:stackoverflow> SELECT DISTINCT lname FROm users_by_lname ;

 lname
-------
 smith
   doe

(2 rows)

注意：在此表中，具有相同分区键（lname）的所有行将按fname排序，因为fname是一个群集键。我添加了user_id作为额外的群集密钥，只是为了确保唯一性。

Answer 2

cassandra中没有这样的功能。 DISTINCT仅适用于分区键。您应该根据您的要求设计数据模型。您必须在应用程序逻辑中处理数据（spark可能很有用）

在CQL Cassandra中查找非主键列的不同值

2 个答案: