我在Scylla（一个与Cassandra兼容的数据库）中有一个表，定义如下：
create table s.items (time timeuuid, name text, primary key (time));
我想运行一个查询，该查询在一定时间后获取所有项目，类似于以下内容：
select * from s.items where time>7e204790-43bf-11e9-9759-000000000004 order by time asc;
但是我被告知ORDER BY is only supported when the partition key is restricted by an EQ or an IN.为了解决这个问题，我可以制作一个表并查询类似于以下内容的内容：
create table s.items (yes boolean, time timeuuid, name text, primary key (yes, time));
select * from s.items where yes=true and time>7e204790-43bf-11e9-9759-000000000004 order by time asc;
尽管这可行，但它似乎不是最佳解决方案。由于我刚接触Scylla和CQL，是否有更好/合适的方法来做到这一点？
答案 0 :(得分：1)
您添加一个布尔键并始终将其设置为yes的解决方案基本上会创建一个包含所有数据的巨大分区。这很少是您真正想要的。如果该分区是您的全部数据，则意味着即使您有一个10节点群集，每个节点上有8个CPU，群集中所有80个CPU中只有3个CPU会做任何工作（因为每个分区都属于一个特定的CPU，RF = 3时有三个副本。
如果您想知道为什么原始解决方案不起作用，而Scylla拒绝了“ ORDER BY”，那么问题在于，尽管Scylla可以扫描整个表以在X时刻后查找条目（您需要将“允许过滤”添加到查询中），它没有有效的方法来按时间排序。在内部，不同的分区不是按分区键排序的，而是按“令牌”（分区键的哈希函数）排序的。这种具有随机化效果的散列对于平衡集群上所有CPU之间的负载很重要，但可以防止Scylla（或Cassandra）按原始键顺序读取分区。
您可以做的一件事情是做Alex上面建议的事情，这是您在原始设置和建议的解决方案之间的中间立场：每个分区没有一个项目，或者一个分区中没有所有项目，但是中间的东西：例如，想象在您的工作负载中，每天收集100MB的数据。因此，您将天数用作分区键（而不是布尔值）。某一天的所有数据将位于一个分区中。 在内部，每天的分区中，不同的条目（行）将按照聚类键顺序（时间）进行排序。使用此设置，要在某个特定日期之后检索所有项目，只需开始逐日查询每一天。例如，查询第134天，然后查询第135天，查询136，然后查询，依此类推...在每一天之内，结果将已经排序。这样问题就解决了。
此技术是相当知名的“时间序列”数据建模。 Scylla（和Cassandra）甚至为此模型调整了一种特殊的压缩策略，即TWCS（时间窗口压缩策略）。