Cassandra - 二级索引和查询性能

Question

我的表格架构是：
A)

CREATE TABLE friend_list (
    userId uuid,
    friendId uuid,
    accepted boolean, 
    ts_accepted timestamp,
    PRIMARY KEY ((userId ,accepted), ts_accepted)
   ) with clustering order by (ts_accepted desc);

在这里我可以执行如下查询：

1.  SELECT * FROM friend_list WHERE userId="---" AND accepted=true;
2.  SELECT * FROM friend_list WHERE userId="---" AND accepted=false;
3.  SELECT * FROM friend_list WHERE userId="---" AND accepted IN (true,false);

但第三个查询涉及更多读取，所以我尝试像这样更改架构：

B)

 CREATE TABLE friend_list (
        userId uuid,
        friendId uuid,
        accepted boolean, 
        ts_accepted timestamp,
        PRIMARY KEY (userId , ts_accepted)
       ) with clustering order by (ts_accepted desc);
CREATE INDEX ON friend_list (accepted);

使用这种 B 型模式，第一个和第二个查询可以工作，但我可以将第三个查询简化为：

3. SELECT * FROM friend_list WHERE userId="---";

我相信第二个模式为第三个查询提供了更好的性能，因为它不会对每一行进行条件检查。

Cassandra 专家...请建议我实现 this.A 或 B 的最佳架构。

Answer 1

首先，您是否知道您的第二个架构与第一个架构完全不同？在第一个中，“接受”字段是键的一部分，但在第二个中根本不是！您没有相同的唯一约束，您应该检查它是否对您的模型有问题。

其次，如果您不想为每个请求都包含“接受”字段，那么您有两种可能性：

1 - 您可以使用“接受”作为聚类列：

PRIMARY KEY ((userId), accepted, ts_accepted)

这样你的第三个请求可以是：

SELECT * FROM friend_list WHERE userId="---";

你会更有效地得到同样的结果。

但是这种方法有一个问题，它会创建更大的分区，这不是最好的性能。

2 - 创建两个单独的表

这种方法更适合 Cassandra 精神。使用 Cassandra，如果可以提高请求的效率，复制数据并不少见。

因此，在您的情况下，您将为第一个表以及第一个和第二个请求保留第一个模式，

并且您将创建另一个具有相同数据但架构略有不同的表，如果“接受”不需要成为主键的一部分（就像您对第二个架构所做的那样），则使用二级索引，或者像这样的主键：

PRIMARY KEY ((userId), accepted, ts_accepted)

如果可能的话，我肯定会更喜欢第二个表的二级索引，因为接受的列的基数较低 (2)，因此非常适合二级索引。

编辑：

您还在主键中使用了时间戳。请注意，如果您可以让同一用户在此表中创建两行，则可能会出现问题。因为时间戳不能保证唯一性：如果两行的创建时间相同，会发生什么情况？

您可能应该使用 TimeUUID。这种类型在 Cassandra 中非常常用，通过结合 Timestamp 和 UUID 来保证唯一性。

此外，主键中的时间戳可以在 Cassandra 节点中创建临时热点，绝对最好避免。