Question

对不起，标题可能/可能没有给出我想要的确切描述。

这是问题所在。我需要根据日期范围选择数据，我们的大多数查询都有＆＃39; id＆＃39;我们的查询中使用的字段。

因此，我创建了数据模型，其中id为主键，date为clustering key。

基本上就像下面一样（我只是使用假/样本语句，因为我无法提供实际细节）。

create table tab1(
    id text, 
    col1 text, 
    ... coln text, 
    rec_date date, 
    rec_time timestamp, 
    PRIMARY KEY((id),rec_date,rec_time)
) WITH CLUSTERING ORDER BY rec_date DESC, rec_time DESC;

它适用于大多数查询并且工作正常。

但是，我试图优化以下方案。

- ＆GT;所有记录都大于日期 abcd-xy-kl

以下哪种方法对我有好处。或者比这两个更好的东西。？

1）非常基本或简单的方法。使用查询：

select * from tab1 where id > '0' AND rec_date > 'abcd-xy-kl'

每条记录都将基本上大于＆＃39; 0＆＃39;。它可能仍然可以进行全表扫描。

2）在rec_date上创建二级索引并只使用查询：

select * from tab1 where rec_date > 'abcd-xy-kl'

另外，关键是我使用spark并使用cassandraSqlContext.sql来获取数据帧。

因此，考虑到上述所有细节，哪种方法会更好。？

Answer 1

我没有在第一个示例中看到使用id过滤的重点。以下应该有效，从我的角度来看会更好：

 select * from tab1 where rec_date > 'abcd-xy-kl' ALLOW FILTERING;

请注意，在最后没有允许过滤的情况下，它不会工作。

Answer 2

您不能将> 0用于分区键。 Cassandra不支持它。有关WHERE部分查询限制的详细信息，请查看documentation。

为了有效地通过群集密钥进行查询，您确实需要使用二级索引。除非你知道自己在做什么，否则不要使用ALLOW FILTERING，因为它可能触发“分布式”扫描并且执行效果非常差。有关详细信息，请查看documentation。

Cassandra选择具有可能没有主键的群集键范围

2 个答案: