带有复合键的 Cassandra 紧凑型存储选项答案

【问题标题】：Cassandra compact storage option with compound keys带有复合键的 Cassandra 紧凑型存储选项
【发布时间】：2015-05-02 17:36:52
【问题描述】：

紧凑型存储在有如下表格的情况下如何工作：

Table Index {
    userid
    keyword
    score
    fid
    PRIMARY KEY (userid, keyword, score)
}

不要注意我表的语法错误：）假设有一个关键字包含 6 个 fID，分为 3 组不同的分数。 cassandra如何将数据存储在物理层？

【问题讨论】：

标签： cassandra composite-key

【解决方案1】：

为了测试这一点，我使用上述 PRIMARY KEY 创建了您的示例架构（使用 WITH COMPACT STORAGE），并运行了这 6 个 INSERTs：

INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',87,1);
INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',87,2);
INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',21,3);
INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',21,4);
INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',44,5);
INSERT INTO dontnameyourtableindex (userid, keyword, score,fid) VALUES (3,'Star Wars',44,6);

请注意，由于您的 PRIMARY KEY 定义，我最终得到了这三个 CQL 行：

 userid | keyword      | score | fid
--------+--------------+-------+-----
      3 |    Star Wars |    21 |   4
      3 |    Star Wars |    44 |   6
      3 |    Star Wars |    87 |   2

(3 rows)

Cassandra PRIMARY KEY 的特点是它们是独一无二的。因此，如果您想确保 fID 的唯一性，那么您应该使其成为 PRIMARY KEY...PRIMARY KEY (userid, keyword, score,fID) 的最后一部分，这将确保唯一性，并且仍然允许您进行排序按关键字和分数。

要查看这些在物理级别的结构，我可以使用cassandra-cli（而不是 cqlsh）：

[aploetz@unknown] use stackoverflow;
Authenticated to keyspace: stackoverflow
[default@stackoverflow] list dontnameyourtableindex ;
Using default limit of 100
Using default cell limit of 100
-------------------
RowKey: 3
=> (name=Star Wars:21, value=4, timestamp=1425307959946184)
=> (name=Star Wars:44, value=6, timestamp=1425307961062608)
=> (name=Star Wars:87, value=2, timestamp=1425307959909671)

请注意，WITH COMPACT STORAGE 使 fid 列名不会出现，而是仅显示具有相应列键的值。

【讨论】：

非常感谢您的回答，但现在我完全糊涂了。为什么你最后只有 3 行？让我们考虑一个没有分数列的更简单的情况。用户应该保留包含给定关键字的文件标识......在这种情况下，关键字可能包含在数百个文件中。那么你会再次以一行 CQL 结束吗？？
@user3201666 已编辑。但是，是的，如果您删除了 score 列，那么这 6 个 INSERT 将只产生一个 CQL 行。正如我在上面添加的，您可能希望将 fID 添加为 PRIMARY KEY 的最后一部分，以确保唯一性。
感谢@BryceAtNetwork23。我需要为相同的 user_id、关键字和分数保留许多 fID。什么是最节省内存的方法？宽行？将 fID 添加到复合索引？真的需要弄清楚这一点..关键是我也不能使用列表，因为fID的数量可能超过限制655536
@user3201666 我会选择PRIMARY KEY (userid, keyword, score, fID)，它将以userid分区的宽行格式存储您的数据。