Cassandra 客户端分区键计算以节省磁盘空间

Question

我有一个表，它有一个由五个大字段组成的复合分区键。

我注意到由于这五个字段的大小，该表的 SSTable 索引文件非常大。

我实际上不需要从我的表中检索这些字段的值，因此为了节省空间，我想在客户端将它们散列为单个值，然后使用该单个值作为分区键，与 Cassandra 将复合分区键映射到单个令牌值时相同。

所以我想知道 java 驱动程序中是否有一个函数或一些 java 库函数我可以在我的客户端中使用来生成这个单个值。

我想我想使用的类型是 uuid，所以我正在寻找一个函数，我可以将 N 个值传递给并获取一个 uuid，然后将其用作我的分区键值。有谁知道这样做的好方法吗？

Answer 1

您是否尝试过启用压缩并查看它如何与您当前的数据模型一起使用？

使用散列值作为分区键将容易发生散列冲突。哈希碰撞的实际机会取决于使用的算法。可靠的算法（例如 128 位 murmur3）会大大降低机会，但它们仍然可能发生，在这种情况下，您可能会在应用程序中看到数据交换。