Cassandra，如何动态过滤和更新大表？

Question

我正在尝试找到最好的数据模型来适应Cassandra中一个非常大的mysql表。 此表的结构如下：

CREATE TABLE big_table (
  social_id, 
  remote_id,
  timestamp,
  visibility,
  type,
  title,
  description,
  other_field,
  other_field,
  ...
  )

页面（不在此处）可以包含许多社交，其中可以包含许多remote_ids。

Social_id是分区键，remote_id和timestamp是聚类键：“Remote_id”给出单一性，“Time”用于对结果进行排序。到目前为止一切都很好。

问题是用户还可以搜索他们的页面内容，按一个或多个社交，一种或多种类型，可见性（可能是0,1,2），一系列日期甚至一无所有进行过滤。 此外，根据过滤器，用户应该能够设置可见性。

我试图处理这个案子，但我真的可以找到一个可持续的解决方案。 我得到的最好的是创建另一个表，我需要跟上原来的表。 该表将包含：

• page_id：分区键
• timestamp，social_id，type，remote_id：clustering key

另外，为每个过滤器组合创建一个物化视图，这很疯狂。

我可以避免创建第二个表吗？在这种情况下，什么是最好的Cassandra模型？我应该考虑转用其他技术吗？

Answer 1

我从上一个问题开始。

＆GT;在这种情况下，最好的Cassandra模型是什么？

如Cassandra: The Definitive Guide, 2nd edition中所述（我强烈建议您在选择或使用Cassandra之前阅读），

  

在Cassandra中，您不是从数据模型开始; 从查询模型开始。

您可能希望在Safaribooksonline.com阅读有关数据设计的可用章节。基本上，Cassandra希望您只考虑查询而不关心规范化。

所以

的答案

＆GT;我可以避免创建第二个表吗？

你不应该避免。

＆GT;我应该考虑转用其他技术吗？

这取决于您在复制和分区方面的需求。您最终可能会基于RDBMS或其他内容创建主 - 主同步。在Cassandra中，你最终会得到表之间的重复数据，这对它来说是完全正常的。您可以交换磁盘空间以换取读/写速度。

＆GT;如何动态过滤和更新大表？

如果完成上述所有操作后仍然想在Cassandra中使用规范化数据模型，我建议您先查看secondary indexes，然后转到Lucene index等自定义索引。