避免在 Cassandra 中使用复合分区键进行过滤

Question

我是 Cassandra 的新手，目前必须在 Cassandra 中关注 table：

CREATE TABLE time_data (
id int,
secondary_id int,
timestamp timestamp,
value bigint,
PRIMARY KEY ((id, secondary_id), timestamp)
);

为了不违反最大分区大小，必须使用复合分区键（secondary_id）。

我运行遇到的问题是我想完成查询 SELECT * FROM time_data WHERE id = ?。因为 table 有一个复合分区键，所以这个查询需要过滤。我意识到这是在查询大量数据和分区，但这是应用程序所必需的。作为参考，id 的基数相对较低，secondary_id 的基数较高。

最好的解决方法是什么？我应该只允许对查询进行过滤吗？还是创建像 CREATE INDEX id_idx ON time_data (id) 这样的二级索引更好？

Answer 1

您需要在查询中指定完整的分区键（在大多数情况下，ALLOW FILTERING 会严重影响性能）。

一种方法是，如果您知道所有 secondary_id（您可以添加 table 以在必要时跟踪它们）并在您的应用程序中完成工作并查询所有（id，secondary_id) 对并在之后处理它们。这样做的缺点是更复杂，但优点是可以使用异步查询并并行完成，集群中的许多节点都参与处理您的任务。

另见 https://www.datastax.com/dev/blog/java-driver-async-queries

避免在 Cassandra 中使用复合分区键进行过滤

Avoiding filtering with a compound partition key in Cassandra

cql

cassandra

cassandra-3.0