使用部分分区键从 Cassandra 中删除数据

Question

假设我在 Cassandra 中有以下 table：

customer_bought_product (
    store_id uuid,
    product_id text,
    order_time timestamp,
    email text,
    first_name text,
    last_name text,
    PRIMARY KEY ((store_id, product_id), order_time, email)

分区键是store_id和order_id，用于存储时间序列数据。

数据没有 TTL，因为它应该可以随时访问。

在某些情况下，我们可能需要删除给定 store_id 的所有数据。这样做的最佳做法是什么？

到目前为止我想到了以下解决方案：

编写一个程序，将 select 来自 table 的所有数据并删除具有给定 store_id 的记录。 - 缺点是随着我们在 table.
保留table中的数据。 - 这样做的唯一问题是我们将得到无用的数据。
将 table 名称与可用的分区键存储在不同的 table 中，可以由 store_id 查询，从中获取键并为每个创建一个删除语句或那些钥匙。 - 我不喜欢这个概念，因为我必须维护记录。

有人遇到过这个问题吗？从 Cassandra 中清除未使用记录的最佳做法是什么（不包括 TTL）？

Answer 1

创建一个物化视图来存储属于相应 store_ids 的 product_ids。通过这种方式，您可以查询给定 store_id 的 MV，然后从主 table 中删除相应的行。这样可以避免额外的应用程序代码来维护两个不同的 tables.

create materialized view mv_customer_bought_product 
as select product_id, store_id, order_time, email 
from customer_bought_product 
where order_time is not null 
and email is not null 
and product_id is not null 
and store_id is not null 
primary key (store_id, product_id, order_time, email) ;

Answer 2

无法按部分分区键删除。

这是一种方法：

创建一个单独的 table，它将包含给定商店的所有 product_id。

CREATE TABLE product_by_store(
store_id uuid,
product_id set<text>,
PRIMARY KEY(store_id)
);

现在写到 customer_bought_product，也更新到 product_by_store，类似

UPDATE product_by_store SET product_id=product_id + 'someValue' WHERE store_id=GIVEN_STORE_ID

你可以在写的时候使用BATCH语句，这样你就可以获得原子性。

现在，在删除时，您可以获得给定 store_id 的所有 product_id，然后使用

DELETE FROM customer_bought_product WHERE store_id=GIVEN_STORE_ID and product_id in (PRODUCT_ID YOU GET from product_by_store table)

也从customer_bought_product

中删除相应的记录

使用部分分区键从 Cassandra 中删除数据

Delete data from Cassandra with part of the partition key

cassandra

cassandra-3.0