Question

也许这是一个愚蠢的问题，但我无法确定Cassandra中桌子的大小。

这就是我的尝试：

select count(*) from articles;

如果表格很小，它可以正常运行，但一旦填满，我总会遇到超时问题：

cqlsh：

OperationTimedOut：errors = {}，last_host = 127.0.0.1

DBeaver：

运行1：225,000（7477 ms）
运行2：233,637（8265 ms）
运行3：216,595（7269 ms）

我认为它会超时并且只是中止。表中的实际条目数可能要高得多。

我正在测试一个完全空闲的本地Cassandra实例。我不介意它是否必须进行全表扫描并且在此期间没有响应。

有没有办法可靠地计算Cassandra表中的条目数？

我正在使用Cassandra 2.1.13。

Answer 1

据我所知，问题与 cqlsh 的超时有关：OperationTimedOut：errors = {}，last_host = 127.0.0.1

你可以通过选项简单地增加它：

<tabset justified="true" class="tabsetnowrap">
<tab ng-repeat="tab in tabshomepage track by $index" heading="{{tab.title}}" ng-click="homePageNavigate(tab.type)" active="tab.active" disabled="tab.disabled">
</tab>

Answer 2

以下是我目前的解决方法：

COPY articles TO '/dev/null';
...
3568068 rows exported to 1 files in 2 minutes and 16.606 seconds.

背景：Cassandra支持 export a table to a text file，例如：

COPY articles TO '/tmp/data.csv';
Output: 3568068 rows exported to 1 files in 2 minutes and 25.559 seconds

这也匹配生成的文件中的行数：

$ wc -l /tmp/data.csv
3568068

Answer 3

有没有办法可靠地计算Cassandra表中的条目数？

简单回答是否。这不是 Cassandra 限制，而是分布式系统难以可靠地计算唯一项目。

HyperLogLog 等近似算法的挑战。

一种可能的解决方案是在Cassandra中使用计数器来计算不同行的数量，但即使计数器也会在某些极端情况下计算错误，因此您将获得一个几个％的错误。

Answer 4

这是一个很好的计数行，可以避免在Cassandra中运行大COUNT(*)时发生的超时问题：

https://github.com/brianmhess/cassandra-count

Answer 5

您可以使用Cassandra nodetool：

nodetool tablestats <keyspaceName>.<tableName>

得到回应：

键数（估计值）：计数

Answer 6

您可以使用复制来避免Cassandra超时通常在count（*）上发生

使用此bash

cqlsh -e "copy keyspace.table_name (first_partition_key_name) to '/dev/null'" | sed -n 5p | sed 's/ .*//'

Answer 7

原因很简单：

当你使用时：

SELECT count(*) FROM articles;

它对数据库的影响与：

相同

SELECT * FROM articles;

您必须查询所有节点。卡桑德拉只是暂停了。

您可以更改超时，但这不是一个好的解决方案。（有一段时间它很好，但不要在常规查询中使用它。）

有一个更好的解决方案：让您的客户计算您的行数。您可以在插入它们时创建一个计算行数的Java应用程序，并使用Cassandra表中的计数器列插入结果。

select count（*）在Cassandra中遇到超时问题

7 个答案: