Cassandra - 使用 ORDER BY 和 UPDATE 集群键的替代方法

Question

我的架构是：

CREATE TABLE friends (
     userId timeuuid,
     friendId timeuuid,
     status varchar, 
     ts timeuuid,   
     PRIMARY KEY (userId,friendId)
);

CREATE TABLE friends_by_status (
    userId timeuuid,
    friendId timeuuid,
    status varchar, 
    ts timeuuid,   
    PRIMARY KEY ((userId,status), ts)
)with clustering order by (ts desc);

在这里，每当提出好友请求时，我都会在两个表中插入记录。 当我想检查用户的一对一状态时，我会使用这个查询：

SELECT status FROM friends WHERE userId=xxx AND friendId=xxx;

当我需要查询所有处于待处理状态的记录时，我会使用：

SELECT * FROM friends_by_status WHERE userId=xxx AND status='pending';

但是，当状态发生变化时，我可以更新 'friends' 表中的 'status' 和 'ts'，但不能更新 'friends_by_status' 表都是 PRIMARY KEY 的一部分。

您可以看到，即使我对其进行非规范化，我肯定需要更新 'friends_by_status' 表中的 'status' 和 'ts' 以保持一致性。

我可以保持一致性的唯一方法是删除记录并再次插入。
但在 cassandra 模型中也不建议频繁删除。 As said in Cassaandra Spottify summit.

我发现这是 Cassandra 的最大限制。

有没有其他方法可以解决这个问题。

感谢任何解决方案。

Answer 1

我不知道您需要多长时间部署它，但在 Cassandra 3.0 中，您可以使用物化视图来处理它。您的朋友表将是基表，friends_by_status 将是基表的视图。当您更改基表时，Cassandra 会注意更新视图。

例如：

CREATE TABLE friends ( userid int, friendid int, status varchar, ts timeuuid, PRIMARY KEY (userId,friendId) );
CREATE MATERIALIZED VIEW friends_by_status AS
    SELECT userId from friends WHERE userID IS NOT NULL AND friendId IS NOT NULL AND status IS NOT NULL AND ts IS NOT NULL
    PRIMARY KEY ((userId,status), friendID);

INSERT INTO friends (userid, friendid, status, ts) VALUES (1, 500, 'pending', now());
INSERT INTO friends (userid, friendid, status, ts) VALUES (1, 501, 'accepted', now());
INSERT INTO friends (userid, friendid, status, ts) VALUES (1, 502, 'pending', now());
SELECT * FROM friends;                

 userid | friendid | status   | ts
--------+----------+----------+--------------------------------------
      1 |      500 |  pending | a02f7fe0-49f9-11e5-9e3c-ab179e6a6326
      1 |      501 | accepted | a6c80980-49f9-11e5-9e3c-ab179e6a6326
      1 |      502 |  pending | add10830-49f9-11e5-9e3c-ab179e6a6326

所以现在在视图中您可以按状态选择行：

SELECT * FROM friends_by_status WHERE userid=1 AND status='pending';

 userid | status  | friendid
--------+---------+----------
      1 | pending |      500
      1 | pending |      502

(2 rows)

然后当你更新基表中的状态时，它会在视图中自动更新：

UPDATE friends SET status='pending' WHERE userid=1 AND friendid=501;
SELECT * FROM friends_by_status WHERE userid=1 AND status='pending';

 userid | status  | friendid
--------+---------+----------
      1 | pending |      500
      1 | pending |      501
      1 | pending |      502

(3 rows)

但请注意，在视图中您不能将 ts 作为键的一部分，因为您只能从基表中添加一个非键字段作为视图中键的一部分，在您的情况下是将“状态”添加到键中。

如果您想尝试一下，我认为 3.0 的第一个 beta 版本将于明天发布。

Answer 2

为什么您需要将状态作为第二个表的主键？如果这是您的架构：

CREATE TABLE friends_by_status (
userId timeuuid,
friendId timeuuid,
status varchar, 
ts timeuuid,   
PRIMARY KEY ((userId), status, ts) 
with clustering order by (ts desc));

您可以根据需要更新状态并仍按其过滤。您将在一个分区下存储更多数据，但您似乎为用户拥有的每个朋友存储一行。这将与第一个表中的相同，因此我认为分区大小不是问题。