Cassandra 中的 SASI 索引及其与普通索引的区别

Question

我开始使用 SASI 索引 并使用了以下设置，

CREATE TABLE employee (
    id int,
    lastname text,
    firstname text,
    dateofbirth date,
    PRIMARY KEY (id, lastname, firstname)
) WITH CLUSTERING ORDER BY (lastname ASC, firstname ASC));

CREATE CUSTOM INDEX employee_firstname_idx ON employee (firstname) USING 'org.apache.cassandra.index.sasi.SASIIndex' WITH OPTIONS = {'mode': 'CONTAINS', 'analyzer_class': 'org.apache.cassandra.index.sasi.analyzer.StandardAnalyzer', 'case_sensitive': 'false'};

我执行以下查询，

SELECT * FROM employee WHERE firstname like '%s';

根据我的研究，它似乎与 Cassandra 中的普通二级索引相同，除了提供 LIKE 搜索，

1) 有人可以解释一下它与 Cassandra 中的普通二级索引有何不同吗？
2) 模式、analyzer_class 和 case_sensitive 等最佳配置是什么 - 是否有推荐的文档？

Answer 1

1) 有人可以解释一下它与 Cassandra 中的普通二级索引有何不同吗？

普通二级索引本质上是另一个查找 table，包含二级索引列和主键。因此它有自己的一组 sstable 文件（磁盘）、memtable（内存）和写入开销（cpu）。

SASI 是对 Cassandra 社区的开源改进（由 Apple 贡献）。该索引是为每个刷新到磁盘的 SSTable 而创建的，并且不维护单独的 table。因此更少的磁盘使用，没有单独的 memtable/bloom filter/partition 索引（更少的内存）和最小的开销。

2) 模式、analyzer_class 和 case_sensitive 等最佳配置是什么 - 是否有任何推荐的文档？

配置取决于您的用例：-

本质上就是三种模式

PREFIX - 用于根据索引列的前缀提供 LIKE 查询
CONTAINS - 用于根据搜索词是否存在于索引列中来提供 LIKE 查询
SPARSE - 用于索引稀疏数据（每个 term/column 值的匹配键少于 5 个）。例如跨越大时间戳的范围查询。

Analyzer_class : 可以指定分析器来分析指定列中的文本。

NonTokenizingAnalyzer用于不分析文本但需要大小写规范化或敏感性的情况。
StandardAnalyzer 用于涉及词干提取、大小写归一化、区分大小写、跳过 "and" 和 "the" 等常用词的分析，以及本地化用于完成分析的语言

case_sensitive ：顾名思义，是否应该不区分大小写地搜索索引列。适用的值为

正确
错

详细文档参考here and detailed blog post on performance.

Answer 2

这是来自 https://github.com/scylladb/scylla/wiki/Indexing-in-Cassandra-3 的 SASI 的简短摘要：

SASI（"SStable-Attached Secondary Indexing" 的首字母缩写词）是经典 Cassandra 二级索引的重新实现，其主要目标是——高效支持更复杂的搜索查询，例如：

查询的 AND 或 OR 组合。
字符串值中的通配符搜索。
范围查询。
字符串值中受 Lucene 启发的单词搜索（包括断字、大写规范化、词干提取等，由用户给定 "Analyzer" 确定）。

其中一些事情已经可以通过二级索引实现，但效率低下，因为需要获取一长串分区、读取它们（需要对每个分区进行低效查找）并对其进行过滤。 SASI 使用基于 B+ 树的新磁盘格式实现它们，并且不像经典的二级索引方法那样重用常规 Cassandra 列族或 sstables。

SASI 将其自己的不可变索引文件（以及此方法的名称）附加到每个 sstable，并且还将索引附加到每个 memtable。 compaction时，将被compaction在一起的文件的index也一起compact，创建一个新的index。

Cassandra 中的 SASI 索引及其与普通索引的区别

SASI index in Cassandra and How it differs from normal indexing

cassandra

cassandra-3.0