Question

我正在尝试在卡桑德拉模拟一张桌子，我很新，偶然发现了一个问题。我有以下内容：

CREATE TABLE content_registry (
    service text,
    file text,
    type_id tinyint,
    container text,
    status_id tinyint,
    source_location text,
    expiry_date timestamp,
    modify_date timestamp,
    create_date timestamp,
    to_overwrite boolean,
    PRIMARY KEY ((service), file, type_id)
);

据我所知：

service是我的分区键，基于此值将生成哈希值，并且值将在群集中分割
file是群集密钥
type_id是群集密钥
这三个实体组合了一个复合（复合）主键

我已经想到的是，每当我插入新数据时，Cassandra都会upsert（如果存在该复合主键的值，则插入或更新）

现在我正在努力的是，我希望我的数据按create_date按降序排序，但create_date不是主键的一部分。

如果我将create_date添加到我的主键，我将无法插入数据，因为create_date表示插入记录时的时间戳，所以如果我每次都将它添加到主键插入，我最终会有多个记录。

还有哪些其他选择？申请中的订单？这看起来效率不高。

Answer 1

我发现的是每当我要插入新数据时，Cassandra 将upsert（如果使用该化合物的值，则插入或更新主键存在）

完全正确。

现在我正在努力的是，我希望我的数据按照排序方式返回 create_date按降序排列，但create_date不是其中的一部分首要的关键。如果我将create_date添加到我的主键，我就无法进行upsert 数据，因为create_date表示插入记录时的时间戳，所以如果我每次插入时都将它添加到主键，我就会结束有多个记录。

这些句子实际上是矛盾的。

如果create_date不是您的密钥的一部分，而是属性并且数据已插入，则表示记录始终相同。因此，当通过密钥查询并获取create_date时，您总是拥有最新的。如果你真的想要记录创建的日期，你应该在第一次插入该记录后不再覆盖数据。

如果您希望表示一系列数据，则确实需要避免插入，这可以通过使用create_date作为附加分区键来完成。我宁愿使用time_uuid来使用非常方便的功能。

最后但同样重要的是，最有趣的问题是，您想反映的实际用途是什么。在cassandra中建模数据时，您应始终知道需要提前运行的查询。

Answer 2

Cassandra的关键概念是你必须决定你的PRIMARY KEY是什么，这就是你的行中查询时唯一和已知的内容。这是一个非常基本的要求，因为没有认识到这将导致一个糟糕的模型。

从我所看到的，您将service标识为您的PARTITION KEY，因此我认为此字段是“规则”您的数据。这是你必须真正知道甚至执行单个查询的事情（忽略低效的表扫描SELECT * FROM content_registry;）。在每个service中，您当前的行按file排序，然后按type_id排序。我不知道后一个字段的确切含义，但您现在可以通过('service1', 'a.jpg', 1)和('service1', 'a.jpg', 2)标识两行。因此，如果type_id以某种方式与file相关，则模型有点不正确。

现在，假设您想要以另一个顺序为每个service获取相同的记录，您真正需要做的是创建另一个表，其中包含create_date作为第一个聚类列，例如(service, create_date, file, type_id)。这将允许您获取按创建日期排序的记录，并且当在同一日期创建两个记录时，它们将由file进一步排序，然后由type_id进行排序。

第二种方法是将辅助索引附加到原始表的create_date字段。这将允许按创建日期进行查询。

第三种方法，可能比第二种方法更好，就是使用物化视图。它会为你隐藏很多负担，并且可能比二级索引更好地扩展。

请注意，二级索引或物化视图通常无法很好地扩展。检查这些方法是否足以满足您的使用需求。

Answer 3

如果我将create_date添加到主键，我将无法插入数据。

为什么不呢？假设您的密钥是PRIMAY KEY (service, create_date, file, type_id)？这样，您就可以按create_date 为每项服务排序，但不能全局排序。

如果你想全局地做（也就是说，你希望所有服务和所有文件按创建日期排序），那么如果你仍然希望能够对数据进行分片，那么事情可能会更复杂。一种选择是制作主键PRIMARY KEY (create_date, service, file, type_id)并使用其中一个order preserving partitioners。

此外，还有更多信息：http://www.datastax.com/dev/blog/we-shall-have-order

Cassandra不是按主键排序

3 个答案: