表分区键的 Scylla/Cas​​sandra 数据模型事先未知 -> 静态字段？

Question

我正在使用 ScyllaDb，但我认为这也适用于 Cassandra，因为 ScyllaDb 与 Cassandra 兼容。

我有下表（我有 ~5 个这种表）：

create table batch_job_conversation (
    conversation_id uuid,
    primary key (conversation_id)
);

批处理作业使用它来确保某些字段保持同步。在应用程序中，可能会发生大量并发写入/读取。偶尔，我会通过批处理作业更正这些值。

同一行可能会发生很多写入，因此它会覆盖这些行。批处理作业当前使用此查询获取行：

select * from batch_job_conversation

然后批处理作业将读取此时的数据并确保一切同步。我认为这个查询不好，因为它强调了所有分区和节点协调器，因为它需要访问所有分区。

我的问题是这种表有固定字段是否更好？像这样：

创建表 batch_job_conversation ( always_zero 整数， conversation_id uuid， 主键 ((always_zero), conversation_id) );

而不是查询将是这样的：

select * from batch_job_conversation where always_zero = 0

对于每个批处理作业，我可以使用不同的分区键。这些表中的行数将大致相同（最多几千行）。这些表可能会多次覆盖同一行。

有一个固定值更好吗？还有另一种方法来处理这个吗？我没有可以使用的逻辑分区键。

Answer 1

第二个模型会创建一个大分区，你不希望这样，相信我 ;-) （你会在大分区之上进行分区扫描，这比原来的全扫描更糟糕） （还有另一个建议 - 保持你的分区小并且有很多分区，然后你所有的 cpu 将被相当平等地使用）

第一种方法是可以的——被称为全扫描，但是 你需要妥善管理它 有几种方法，我们在https://www.scylladb.com/2017/02/13/efficient-full-table-scans-with-scylla-1-6/上写了博客 基本上可以归结为分而治之

另请注意，spark 也实现了全面扫描

hth 大号