Cassandra NoSQL - 域和页面的最佳数据结构

Question

我从 noSQL 开始，看过像这样的很棒的教程和解释 https://www.youtube.com/watch?v=tg6eIht-00M。但是，我仍然以关系的方式思考，这就是为什么我请求你的帮助。

我有以下简单的关系模型，它存储域及其页面，并且能够保留页面标题和描述更新的历史记录。

CREATE TABLE domain (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  name TEXT,
  suffix TEXT,
  PRIMARY KEY (id)
) ENGINE=InnoDB;

CREATE TABLE page (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  domainid bigint(20),
  url TEXT,
  PRIMARY KEY (id),
  FOREIGN KEY (domainid) REFERENCES domain(id)
) ENGINE=InnoDB;

CREATE TABLE page_update (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  pageid bigint(20),
  updated TIMESTAMP,
  title TEXT,
  descr TEXT,
  PRIMARY KEY (id),
  FOREIGN KEY (pageid) REFERENCES page(id)
) ENGINE=InnoDB;

我想将此模型转换为 CQL：

我应该创建非规范化 table 页面并根据域后缀（.com、.net、.de、...）和名称将其分布在分区上。并设置聚类索引更新时间。

CREATE TABLE page (
  domain_name text,
  domain_suffix text,
  page_url text,
  page_title text,
  page_descr text,
  page_updated timestamp,      
  PRIMARY KEY ((domain_suffix, domain_name), page_updated)
);

不过，我不确定这是否是最优的，因为

我每次更新都要保留域名，后缀和页面url，所以会有很多重复。
每次更新都会产生整行数据而不是它的一部分
我想要来自其他 table 的地址域或页面。例如，我有另一个 table domain_technlogy 将网络技术分配给域

最佳结构是什么样的？

Answer 1

使用 cassandra，正确的建模方法是首先考虑 SELECT 查询，然后构建有助于这些查询的表。

您需要什么查询？

您提供的架构：

CREATE TABLE page (
  domain_name text,
  domain_suffix text,
  page_url text,
  page_title text,
  page_descr text,
  page_updated timestamp,      
  PRIMARY KEY ((domain_suffix, domain_name), page_updated)
);

将允许您查找 url+title+descr 知道后缀+域名，并且 return 如果您知道 page_updated，则可以查找单个记录，或者 [=22] =] 所有记录的更新按 page_updated 排序。那是你需要做的吗？这就是你需要做的吗？你用 url 做什么？

Cassandra NoSQL - 域和页面的最佳数据结构

Cassandra NoSQL - optimal data structure for domains and pages

data-structures

cassandra

cql

database

nosql