Question

在Cassandra中创建以下员工列族

案例1：

CREATE TABLE employee (
    name  text,
    designation text,
    gender text,
    created_by text,
    created_date timestamp,
    modified_by text,
    modified_date timestamp,
    PRIMARY KEY (name)
);

从UI，如果我想获得所有员工，那是不可能的检索。这是真的吗？

从员工中选择*; //不可能，因为它按名称分区

案例2：我被告知这样做可以检索所有员工。我们需要使用静态密钥来设计它，以检索所有员工。

CREATE TABLE employee (
    static_name text,
    name  text,
    designation text,
    gender text,
    created_by text,
    created_date timestamp,
    modified_by text,
    modified_date timestamp,
    PRIMARY KEY (static_name,name)
);

static_name ie）“EMPLOYEE”将是分区键，名称将是群集键。主键，static_name和name

的组合

static_name - ＆gt;每次添加员工时，请插入静态值，即EMPLOYEE

现在，您将能够“选择所有员工查询”

//这会让你回报所有员工 select * from employee where static_name ='EMPLOYEE';

这是真的吗？我们不能用案例1来归还所有员工吗？

Answer 1

两种方法都是o.k.有一些捕获

方法1：

当你说用户界面我猜你的意思是使用简单的选择* ...这是正确的，如果你想要把它们中的每一个都拿出来，那么它就不会真正开箱即用。特别是如果数据集很大。你可以在驱动程序上使用分页（我不是100％肯定，因为我有一段时间没有使用它的情况）但是当我需要跳过所有分区时我会使用令牌函数，即：

select token(name), name from employee limit 1;

 system.token(name)   | name
----------------------+------
 -8839064797231613815 |    a

现在您使用令牌的结果并将其放入下一个查询中。这必须由您的计划完成。在它获取所有大于...的元素之后，你还需要从低于-8839064797231613815的所有元素开始。

select token(name), name from employee where token(name) > -8839064797231613815 limit 1;

 system.token(name)   | name
----------------------+------
 -8198557465434950441 |    c

然后我将它包装成一个循环，直到我将所有元素取出。（我认为这也是当从群集中检索宽行时spark cassandra的工作方式。）

这种模式的缺点在于它非常糟糕，因为它必须遍布整个集群，并且或多或少地用于分析工作负载。既然你提到了UI，那么用户需要花费太长时间来获得结果，所以我建议不要在UI相关的东西中使用方法1。

方法2。

第二个缺点是它会被称为热排。这意味着每次更新都会转到单个分区，这大部分时间都是糟糕的模型。

优点是您可以轻松地对一个分区进行分页，并通过驱动程序内置的分页功能将数据输出。

如果你有适度的负载（每秒数十或数百次更新）和相对较少的用户数，这将是如何表现得很好，让我们说10万这个可以正常工作。如果你的数字更大，你必须以某种方式将用户分成多个分区，以便“加载”更均匀地分配。

一种可能性是将字母表包含在“EMPLOYEE”中...所以你会有“EMPLOYE_A”，“EMPLOYEE_B”等......这样做会相对较好。由于字典分布的原因，一些分区可能会获得相对较大的分量，这也是不理想的。

一种方法是创建一些人工列，让我们说设计你说有10个桶，当你插入“EMPLOYEE”分区时，你只需添加（随机桶到静态前缀）“EMPLOYEE_1”等等。 ..但是在检索时你会检查特定的分区，直到你耗尽结果。

cassandra - 用于检索所有员工的简单/基本数据建模

1 个答案: