Question

我在Cassandra有一些数据。说

create table MyTable {
    id text PRIMARY KEY,
    data text,
    updated_on timestamp
}

我的应用程序除了通过主键ID查询此数据外，还需要通过updated_on时间戳查询它。为了通过时间用例来完成查询，我尝试了以下内容。

create table MyTable {
    id text PRIMARY KEY,
    data text,
    updated_on timestamp,
    updated_on_minute timestamp
}

updated_on_minute字段的辅助索引。据我所知，二级索引不建议用于高基数情况（这是我的情况，因为我可能在同一分钟标记处有大量数据）。此外，我有经常更新的数据，这意味着updated_on_minute将继续加速。
MaterializedView，其中updated_on_minute作为分区键，id作为聚类键。我在cassandra的3.9版本上刚刚开始使用这些，但是我发现这些发行说明为3.11x（https://github.com/apache/cassandra/blob/cassandra-3.11/NEWS.txt），它们宣称它们纯粹是实验性的，并不适用于生产集群。

那么我的选择是什么？我是否只需要维护自己的表来跟踪时间上的数据？会喜欢这方面的一些意见。

提前致谢。

Answer 1

与往常一样，创建附加表以通过不同的分区键进行查询。

在您的情况下，表格将是

create table MyTable_by_timestamp {
    id text,
    data text,
    updated_on timestamp,
    Primary key(updated_on, id)
}

写入两个表mytable_by_timetamp和mytable_by_id。根据分区键“updated_on”或“id。”使用相应的表来读取。

基于它正在尝试解决的用例（查询）来复制数据是绝对正确的。

<强>编辑：

如果担心巨大的分区，您可以随时进入较小的分区。例如，上表可以分解为

create table MyTable_by_timestamp {
    id text,
    data text,
    updated_on timestamp,
    updated_min timestamp,
    Primary key(updated_min, id)
}

在这里，我选择每分钟作为铲斗尺寸。根据您收到的更新数量，您可以将其更改为秒（updated_sec）以进一步减小分区大小。

如果不是MaterializedViews而不是辅助索引，那么在cassandra中查询数据的推荐方法还有什么

1 个答案: