在 Cassandra 中处理一对多

Question

给定以下简化域模型：

火车之旅

id uuid
列车名称字符串（一天内唯一）
旅行日期
...

旅程站点

站uuid
到达时间戳
出发时间戳
...

与此关系：

1 趟火车旅程有 n 个旅程站

与此查询要求：

给定车站的所有火车旅程，包括所有旅程车站，在给定时间范围内出发。

应该如何在 Cassandra 中为这个查询建模？

我在想类似的事情：

CREATE TABLE departures_by_station (
    date_of_yourney date,
    train_name varchar,
    station uuid,
    arrival timestamp,
    departure timestamp,
    primary key((date_of_journey, station), train_name, departure)
);

SELECT * from departures_by_station 
WHERE date_of_journey = '2018-01-02' AND station = 'Paris' AND departure ...;

这将不起作用，因为它会导致部分火车旅行 - 除了请求的旅行站外，所有旅行站都丢失了。更糟糕的是，到达和离开时间可能会经常更改。我无法使用新的出发时间更新此 table，因为它是一个聚类键。

任何想法或提示如何解决这个问题？我想我在这里遗漏了一些基本的东西，但我对 nosql 世界还很陌生。

Answer 1

首先，它可能不是最佳解决方案（需要对分区大小等进行一些计算）。如果你可以使用 TTL 使 "old" 数据过期，那么我想过这样的事情：

CREATE TABLE departures_by_station (
   station uuid,
   departure timestamp,
   train_name varchar,
   arrival timestamp,
   statitions list<uuid>
   primary key(station, departure, train_name)
);

在这种情况下，您将拥有所谓的 "wide" 分区 - 每个旅程站一个分区，并且因为您将出发地作为聚类键，所以您可以对其进行范围搜索。但是，如果您使大量数据过期，那么您需要经常对表执行 "repairing" 以消除墓碑（删除标记），因为这可能会影响读取性能。

此外，为了避免进行多次查找，您需要将沿途所有站点的信息放入每一行 - 我将其写为 list<uuid>，但它可以更好地建模为用户定义的类型，因此您可以包括站名和其他信息。

您的代码还应该为特定列车沿途的每个车站生成一个条目。

P.S。我建议参加 DataStax Academy 上的 DS220（数据建模）课程。

在 Cassandra 中处理一对多

Dealing with one-to-many in Cassandra

cassandra

nosql

domain-model