使用 Cassandra 的内部网络应用程序数据模型

Question

我正在设计一个应用程序，该应用程序使用户能够发送请求以相互连接，查看他们发送或接收的请求，在交互过程中做笔记以供以后在连接时参考，并从他们的联系人列表中删除用户。

在 RDBMS 中，架构为：

具有列的表用户

• uid（每个用户的唯一字符串）

带有列的表请求：

• 来自 - 用户 ID

• to - 用户 id 主键（从，到）

• 创建 - 时间戳

• 消息 - 字符串

• 到期 - 时间戳

表与列的连接：

• 来自 - 用户 ID

• 到 - 用户 ID

主键（从，到）

• 注释 - 字符串

• 创建 - 时间戳

• 修改 - 时间戳

• isFavourite - to 是用户的最爱，值为 0 或 1

• isActive - 软删除，值为 0 或 1

• pairedConnection - 显示 to 和 from 之间的连接是否已停用（to 用户从其联系人列表中删除了 from 用户），值 0 或 1

我预计需要的查询是：

• 查找为用户发送的请求

• 查找收到的用户请求

• 查找给定用户的所有活动联系人

• 查找用户的所有收藏夹

• 从他们的列表中找到从用户中删除给定的所有用户

• 更新用户在遇到与他有联系的另一个用户时所做的笔记

• 将用户更新为收藏夹

• 标记连接以进行软删除

我正在尝试在 Cassandra 中对此进行建模，但对选择最大效率的键感到困惑。

到目前为止，我有以下想法，并欢迎更有经验的 Cassandra 用户提供反馈：

create table users(
uid text PRIMARY KEY
); 

create table requestsByFrom(
from text,
to text,
message text,
created timestamp,
expiry timestamp,
PRIMARY KEY (from,to)

create table requestsByTo(
from text,
to text,
message text,
created timestamp,
expiry timestamp,
PRIMARY KEY (to,from)
);

create table connections(
from text,
to text,
notes text,
created timestamp,
modified timestamp,
isFavourite boolean,
isActive boolean,
pairedConnection boolean,
PRIMARY KEY (from,to)
);

create table activeConnections(
from text,
to text,
isActive boolean,
PRIMARY KEY (from,isActive)
);

create table favouriteConnections(
from text,
to text,
isFavourite boolean,
PRIMARY KEY (from, isFavourite)
);

create table pairedConnection(
from text,
to text,
pairedConnection boolean,
PRIMARY KEY ((from,to), pairedConnection)
);

Answer 1

Cassandra 与 RDBMS 有不同的范式，这在必须完成数据建模的方式上更为明显。您需要记住，首选非规范化，并且您将拥有重复的数据。

表的定义应该基于查询来检索数据，这在问题的定义中有部分说明，例如：

查找为用户发送的请求

采用表requestsByFrom的初始设计，替代方案将是

CREATE TABLE IF NOT EXISTS requests_sent_by_user(
    requester_email TEXT,
    recipient_email TEXT,
    recipient_name TEXT,
    message TEXT,
    created TIMESTAMP
PRIMARY KEY (requester_email, recipient_email)
) WITH default_time_to_live = 864000;

注意from是一个受限关键字，expiry信息可以用default_time_to_live子句（TTL）的定义来设置，在定义的时间后删除记录；此值为插入记录后的秒数，示例为 10 天（864,000 秒）。

主键建议是email地址，也可以是UUID，不建议使用name，因为可以多人同名（如James Smith）或者同一人可以有多种方式写名字（下面的例子Jim Smith、J. Smith和j smith可能指的是同一个人）。

还添加了名称recipient_name，因为您很可能希望显示它；应添加将与查询一起显示/使用的任何其他信息。

查找收到的用户请求

CREATE TABLE IF NOT EXISTS requests_received_by_user(
    recipient_email TEXT,
    requester_email TEXT,
    requester_name TEXT,
    message TEXT,
    created TIMESTAMP
PRIMARY KEY (recipient_email, requester_email)
) WITH default_time_to_live = 864000;

最好使用batch同时向requests_sent_by_user和requests_received_by_user添加记录，这将确保两个表之间信息的一致性，同时TTL（数据过期）将是一样的。

存储联系人

问题中有4个连接表：connections、active_connections、favourite_connections、paired_connections，它们之间有什么区别？他们会有不同的规则/用例吗？如果是这种情况，将它们作为不同的表是有意义的：

CREATE TABLE IF NOT EXISTS connections(
    requester_email TEXT,
    recipient_email TEXT,
    recipient_name TEXT,
    notes TEXT,
    created TIMESTAMP,
    last_update TIMESTAMP,
    is_favourite BOOLEAN,
    is_active BOOLEAN,
    is_paired BOOLEAN,
    PRIMARY KEY (requester_email, recipient_email)
 );

CREATE TABLE IF NOT EXISTS active_connections(
    requester_email TEXT,
    recipient_email TEXT,
    recipient_name TEXT,
    last_update TIMESTAMP,
    PRIMARY KEY (requester_email, recipient_email)
);

CREATE TABLE IF NOT EXISTS favourite_connections(
    requester_email TEXT,
    recipient_email TEXT,
    recipient_name TEXT,
    last_update TIMESTAMP,
    PRIMARY KEY (requester_email, recipient_email)
);

CREATE TABLE IF NOT EXISTS paired_connections(
    requester_email TEXT,
    recipient_email TEXT,
    recipient_name TEXT,
    last_update TIMESTAMP,
    PRIMARY KEY (requester_email, recipient_email)
);

注意去掉了布尔标志，逻辑是如果记录存在于active_connections，则假定它是一个活动连接。

当一个新的连接被创建时，它可能在不同的表中有几条记录；要捆绑所有这些插入或更新，最好使用batch

查找给定用户的所有活动联系人

根据建议的表格，如果请求者的电子邮件是 test@email.com：

SELECT * FROM active_connections WHERE requester_email = 'test@email.com'

将用户更新为收藏

这将是批量更新connections中的记录并将新记录添加到favourite_connections：

BEGIN BATCH

UPDATE connections 
SET is_favourite = true, last_update = dateof(now())
WHERE requester_email ='test@email.com' 
  AND recipient_email = 'john.smith@test.com';

INSERT INTO favourite_connections (
    requester_email, recipient_email, recipient_name, last_update
) VALUES (
    'test@email.com', 'john.smith@test.com', 'John Smith', dateof(now())
);
APPLY BATCH;

标记连接以进行软删除

连接的信息可以保留在connections中，所有标志都被禁用，以及从active_connections、favourite_connections和paired_connections中删除的记录

BEGIN BATCH

UPDATE connections 
SET is_active = false, is_favourite = false,
    is_paired = false, last_update = dateof(now())
WHERE requester_email ='test@email.com' 
  AND recipient_email = 'john.smith@test.com';

DELETE FROM active_connections 
WHERE requester_email = 'test@email.com' 
  AND recipient_email = 'john.smith@test.com';

DELETE FROM favourite_connections 
WHERE requester_email = 'test@email.com' 
  AND recipient_email = 'john.smith@test.com';

DELETE FROM paired_connections 
WHERE requester_email = 'test@email.com' 
  AND recipient_email = 'john.smith@test.com';

APPLY BATCH;