Question

我正在制作一个网站，我希望将所有用户的帖子存储在一个表中，并按发布时间排序。我做的cassandra数据模型就是这个

CREATE TABLE Posts(
   ID uuid,
   title text,
   insertedTime timestamp,
   postHour int,
   contentURL text,
   userID text,
   PRIMARY KEY (postHour, insertedTime)
) WITH CLUSTERING ORDER BY (insertedTime DESC);

我面临的问题是，当用户访问帖子页面时，它会通过查询来获取最新的帖子

SELECT * FROM Posts WHERE postHour = ?;

？ =当前时间

到目前为止，当用户向下滚动ajax时，请求从服务器获取更多帖子。 Javascript跟踪lastFetched项目的postHour，并在请求新帖子时将其与cassandra PagingState一起发送回服务器。

但是当用户向下滚动时，此方法将查询多个分区。我想知道这个模型是否能顺利运行，是否还有其他模型可以遵循。

有人请指出我正确的方向。谢谢。

Answer 1

这是一个好的开始，但有一些指示：

您可能需要的不仅仅是postHour作为分区键。我猜你不想把所有帖子存储在一起，然后翻阅它们。你在这之后可能是：
```
PRIMARY KEY ((postYear, postMonth, postDay, postHour), insertedTime)
```
但仍然存在问题。您的PRIMARY KEY必须唯一标识一行（在本例中为帖子）。我猜这两个用户可能会发布具有相同insertedTime值的帖子，尽管不太可能。您真正需要的是添加ID以确保它们是唯一的：
```
PRIMARY KEY ((postYear, postMonth, postDay, postHour), insertedTime, ID)
```
此时，我考虑将您的ID和insertedTime列合并到ID类型的timeuuid列中。通过这些更改，您的最终表格如下：
```
CREATE TABLE Posts(
  ID timeuuid,
  postYear int,
  postMonth int,
  postDay int,
  postHour int,
  title text,
  contentURL text,
  userID text,
  PRIMARY KEY ((postYear, postMonth, postDay, postHour), ID)
) WITH CLUSTERING ORDER BY (ID DESC);
```
您使用的任何编程语言都应该有一种方法可以从插入的时间生成timeuuid，然后如果要在UI中显示，则从timeuuid值中提取该时间或者其他的东西。（或者您可以使用CQL timeuuid functions进行转换。）

至于你关于查询多个分区的问题，是的，这样做完全没问题，但如果你不小心，你可能会遇到麻烦。例如，如果有48小时没有帖子会发生什么？您是否必须发出48个返回空结果的查询才能最终获得第49个查询？（这可能会非常缓慢，而且用户体验也很糟糕。）

您可以采取一些措施来尝试并减轻这种情况：

使您的分区不那么精细。例如，不是按小时发帖，而是按天发布帖子，或按月发帖。如果您知道这些分区不会变得太大（即用户赢得了很多帖子以致分区变得太大），那么这可能是最简单的解决方案。
创建第二个表以跟踪哪些分区实际上有帖子。例如，如果您按小时坚持使用帖子，则可以创建如下表格：
```
CREATE TABLE post_hours (
  postYear int,
  postMonth int,
  postDay int,
  postHour int,
  PRIMARY KEY (postYear, postMonth, postDay, postHour)
);
```
然后，只要用户添加新帖子，您就会插入此表格（使用Batch）。然后，您可以在查询Posts表之前查询此表，以确定哪些分区有帖子并且应该查询（从而避免查询一大堆空分区）。

关于cassandra的时间序列数据的新闻提要

1 个答案: