了解 Cassandra 中的令牌函数

Question

您好，我正在阅读有关令牌函数的 Cassandra 文档，

我正在尝试为 Cassandra table 实现分页，我无法理解突出显示的行。该文件谈到了 k > 42 和 TOKEN(k) > TOKEN(42) 之间的区别，但我无法理解 "token based comparison"

期待详细解释标记函数在 WHERE 子句中的作用。

Answer 1

Cassandra 数据根据行 PartitionKey 的 Token 进行分区。 token 是使用哈希函数生成的。函数 Token 生成的值是通过将散列函数应用于它的参数而创建的。

也就是说，现在几乎所有驱动程序都默认自动寻呼。

Answer 2

为了了解应该将数据放在哪个分区中，C* 对每一行的 PARTITION KEY 进行了一些计算。具体来说，在每个节点上，行按分区程序生成的令牌排序（每个分区的数据按簇键排序）。不同的 partitioners 执行不同类型的计算。

虽然 Murmur3Partitioner calculates the MurmurHash of the partion key, the ByteOrderedPartitioner 使用分区键本身的原始数据字节：当您使用 Murmur3Partitioner 时，您的行按它们的散列排序，而当您使用 ByteOrderedPartitioner，您的行按 原始值 直接排序。

举个例子，假设你有一个 table 这样的：

CREATE TABLE test (
    username text,
    ...
    PRIMARY KEY (username)
);

并假设您正在尝试查找与用户名 abcd 和 abce 以及 abcf 对应的行的存储位置。这些字符串的十六进制表示分别是 0x61626364 和 0x61626365 和 0x61626366。假设我们在两个字符串上应用此 MH3 实现（x86，为简单起见，32 位，没有可选种子），我们分别得到 ‭0x‭43ED676A‬‬ 和 0x‭‭E297E8AA‬‬ 以及 0x‭‭87E62668‬‬。因此，在 MH3 的情况下，字符串的标记将是这 3 个值，而在 BOP 的情况下，标记将是原始数据值本身：0x61626364、0x61626365 和 0x61626366。

现在您可以看到，当使用不同的分区器时，存储按 token 排序的数据会产生不同的结果。 SELECT * FROM test; 查询将 return 行以不同的顺序排列。可以（但不应该）如果您的数据已经按原始值和[=73=排序，那么这将是一个问题] 您需要以相同的顺序检索它，因为当您使用 MH3 时，该顺序与您的数据完全无关。

回到问题，TOKEN 函数允许您直接通过数据的标记进行过滤，而不是 您的数据 . documentation 表示：

ordering with the TOKEN function does not always provide the expected results. Use the TOKEN function to express a conditional relation on a partition key column. In this case, the query returns rows based on the token of the partition key rather than on the value.

例如，您可以发出：

SELECT * FROM test WHERE TOKEN(username) <= TOKEN('abcf');

你会得到什么？ abcd 和 acbf 行！！！这是因为顺序有时很重要...就像您尝试执行的分页一样， 将由任何可用的 C* 完美地为您处理driver（例如Java driver）。

也就是说，针对每个分区程序的优缺点，新集群的推荐分区程序是 Murmur3Partitioner, you can check the documentation。请注意，分区程序是一个 cluster-wide 设置，一旦设置，您就无法更改它，除非将所有数据推送到另一个集群。

慎重选择。

了解 Cassandra 中的令牌函数

Understanding the Token Function in Cassandra

pagination

cql

cassandra

cql3