Question

我有一张表格如下

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),start,id)
);

我想运行此查询

Select * from test where day=1 and start > 1475485412 and start < 1485785654 
and action='accept' ALLOW FILTERING

允许过滤有效吗？

我期待cassandra会按此顺序过滤

1. By Partitioning column(day)
2. By the range column(start) on the 1's result
3. By action column on 2's result.

因此，对于此查询，允许过滤不是一个糟糕的选择。

如果where子句上有多个过滤参数，而非索引列是最后一个，过滤器将如何工作？请解释一下。

Answer 1

这是否允许过滤效率？

当你写＃34;这个＆＃34;您的意思是在查询和模型的上下文中，但是ALLOW FILTERING查询的效率主要取决于它必须过滤的数据。除非你展示一些真实数据，否则这是一个难以回答的问题。

我期待cassandra会按此顺序过滤......

是的，这将是会发生的事情。但是，在查询中包含ALLOW FILTERING子句通常意味着糟糕的表设计，即您没有遵循Cassandra建模的某些指导原则（特别是＆＃34;一个查询＆lt; - ＆gt;一个表＆＃34）。

作为解决方案，我可以提示您在action字段之前的群集密钥中包含start字段，修改表定义：

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),action,start,id)
);

然后，您将在没有任何ALLOW FILTERING子句的情况下重写您的查询：

SELECT * FROM test WHERE day=1 AND action='accept' AND start > 1475485412 AND start < 1485785654

只有次要问题，如果一个记录＆＃34;切换＆＃34; action值无法对单个action字段执行更新（因为它现在是群集密钥的一部分），因此您需要使用旧版action执行删除操作value并使用正确的新值插入它。但是如果你有Cassandra 3.0+，所有这些都可以在新的Materialized View实现的帮助下完成。有look at the documentation了解更多信息。

Answer 2

通常允许过滤效率不高。

但最终它取决于你要获取的数据的大小（cassandra必须使用 ALLOW FILTERING ）以及从中获取数据的大小。

在你的情况下，cassandra不需要过滤到：

通过1的结果
上的范围列（开始）

如你所说。但在此之后，它将依赖于过滤搜索数据，这是您在查询中允许的。

现在，请记住

如果您的表包含例如100万行，其中95％具有请求的值，则查询仍然相对有效，您应该使用ALLOW FILTERING。

另一方面，如果您的表包含100万行且只有2行包含请求的值，则查询效率极低。 Cassandra将无需加载999,998行。如果经常使用查询，最好在time1列上添加索引。

首先确保这一点。如果它对您有利，请使用FILTERING。否则，在'action'上添加二级索引是明智的。

PS：有一些小修改。

Cassandra允许过滤

2 个答案: