如何使用Java获取cassandra列系列中的行总数？

Question

我想获取列族中的总行数。我知道使用nodetool cfstats可以获得大约行。但是如何使用Java Client获得它。

Answer 1

我能够做到这一点的唯一方法是编写代码，该代码本质上执行“ select * from”，然后一次获取小的行。计数器实际上是由Java代码而不是cassandra维护的。不幸的是，对于cassandra，读取超时很小（一个/ local_one为5秒，其他为10秒）。您必须减小获取大小，以免每次获取都超时。如果表很大，则可能需要一段时间才能完成计数，但是它确实可以工作。请记住，查询运行时计数可能会发生变化，因此它本身就是一个“估计”。如果您感兴趣的话，我有一段模块化的Java代码。

Answer 2

您可以查询system.size_estimates表，以获取单个主机上预先设置的分区的大约大小。根据群集的大小和RF，您可以据此做出估算。这实际上取决于您想要的精度。为了进行精确的测量，我建议使用Spark，但是如果确实需要Spark，则值得使用运行时跟踪它，您可以使用随更新而更新的计数器来快速读取。

Answer 3

正如Chris所述，您可以通过JMX指标获得大约的行数，而Spark可以完成更精确的计算。如果您需要通过Java客户端执行此操作，则需要执行与Spark相似的操作-按令牌范围对行进行计数-在这种情况下，您要发布由单个主机执行的查询，而无需如果您天真地select * from table，则会使协调器超载。查询看起来像这里（是伪代码，不是真实查询！）SELECT columns FROM table WHERE token(pk) > token_range.begin AND token(pk) <= token_range.end。此处应采取的技巧是，您需要显式设置路由密钥，因为令牌感知的负载平衡策略无法从该查询中自动提取它。

要在此处包含完整的源代码很长，但是您可以here找到它。