我一直在网上阅读文章以了解以下key类型之间的区别。但这对我来说似乎很难掌握。示例肯定会有助于更好地理解。
primary key,
partition key,
composite key
clustering key
【问题讨论】：
这方面有很多困惑，我会尽量简化。
主键是一个通用概念，表示用于从表中检索数据的一个或多个列。
主键可能是SIMPLE，甚至可以声明为内联：
create table stackoverflow_simple (
key text PRIMARY KEY,
data text
);
这意味着它是由单个列组成的。
但主键也可以是COMPOSITE（又名COMPOUND），由更多列生成。
create table stackoverflow_composite (
key_part_one text,
key_part_two int,
data text,
PRIMARY KEY(key_part_one, key_part_two)
);
在COMPOSITE主键的情况下，键的“第一部分”称为PARTITION KEY（在本例中 key_part_one 是分区键），键的第二部分是 CLUSTERING KEY（在本例中 key_part_two)
请注意，分区键和集群键都可以由更多列生成，方法如下：
create table stackoverflow_multiple (
k_part_one text,
k_part_two int,
k_clust_one text,
k_clust_two int,
k_clust_three uuid,
data text,
PRIMARY KEY((k_part_one, k_part_two), k_clust_one, k_clust_two, k_clust_three)
);
这些名字的背后……
更多使用信息：DATASTAX DOCUMENTATION
insert into stackoverflow_simple (key, data) VALUES ('han', 'solo');
select * from stackoverflow_simple where key='han';
表格内容
key | data
----+------
han | solo
COMPOSITE/COMPOUND KEY 可以检索“宽行”（即您可以仅通过分区键进行查询，即使您定义了集群键）
insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 9, 'football player');
insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 10, 'ex-football player');
select * from stackoverflow_composite where key_part_one = 'ronaldo';
表格内容
key_part_one | key_part_two | data
--------------+--------------+--------------------
ronaldo | 9 | football player
ronaldo | 10 | ex-football player
但您可以使用所有键（分区和集群）进行查询...
select * from stackoverflow_composite
where key_part_one = 'ronaldo' and key_part_two = 10;
查询输出
key_part_one | key_part_two | data
--------------+--------------+--------------------
ronaldo | 10 | ex-football player
重要提示：分区键是使用where clause 执行查询所需的最小说明符。
如果您有复合分区键，如下所示
例如：PRIMARY KEY((col1, col2), col10, col4))
您只能通过至少传递 col1 和 col2 来执行查询，这是定义分区键的 2 列。进行查询的“一般”规则是您必须至少传递所有分区键列，然后您可以选择按照设置的顺序添加每个集群键。
所以，有效的查询是（不包括二级索引）
无效：
【讨论】：
添加一个摘要答案作为接受的答案很长。术语“行”和“列”在 CQL 的上下文中使用，而不是 Cassandra 的实际实现方式。
例子：
PRIMARY KEY (a)：分区键为a。PRIMARY KEY (a, b)：分区键为a，集群键为b。PRIMARY KEY ((a, b))：复合分区键为(a, b)。PRIMARY KEY (a, b, c)：分区键为a，复合聚类键为(b, c)。PRIMARY KEY ((a, b), c)：复合分区键为(a, b)，集群键为c。PRIMARY KEY ((a, b), c, d)：复合分区键为(a, b)，复合集群键为(c, d)。【讨论】：
PRIMARY KEY ((a, b))
在 Cassandra 中，主键、分区键、复合键、集群键的区别总是让人有些混淆。所以，我将在下面解释并相互关联。我们使用 CQL（Cassandra 查询语言）来访问 Cassandra 数据库。 注意： - 答案是根据 Cassandra 的更新版本。
主键：- 在 Cassandra 中有两种不同的方式使用主键。
CREATE TABLE Cass (
id int PRIMARY KEY,
name text
);
Create Table Cass (
id int,
name text,
PRIMARY KEY(id)
);
在 CQL 中，为 PRIMARY KEY 定义列的顺序很重要。键的第一列称为分区键，具有共享相同分区键的所有行（实际上甚至跨表）都存储在同一物理节点上的属性。此外，对给定表共享相同分区键的行的插入/更新/删除是原子地和隔离地执行的。请注意，可以使用复合分区键，即由多个列组成的分区键，使用一组额外的括号来定义哪些列构成分区键。
分区和集群 PRIMARY KEY 定义由两部分组成：Partition Key 和 Clustering Columns。第一部分映射到存储引擎的行键，而第二部分用于对一行中的列进行分组。
CREATE TABLE device_check (
device_id int,
checked_at timestamp,
is_power boolean,
is_locked boolean,
PRIMARY KEY (device_id, checked_at)
);
这里 device_id 是分区键，checked_at 是 cluster_key。
我们可以有多个集群键以及分区键，这取决于声明。
【讨论】：
主键：由分区键[和可选的集群键（或列）]
分区键：分区键的哈希值组成用于确定集群中的具体节点来存储数据
Clustering Key：用于对每个分区（或负责节点及其副本）中的数据进行排序
复合主键：如上所述，集群键在主键中是可选的。如果没有提到它们，它就是一个简单的主键。如果提到集群键，它是一个复合主键。
复合分区键：仅使用一列作为分区键，可能会导致宽行问题（取决于用例/数据建模）。因此，有时将分区键指定为多个列的组合。
关于混淆哪个是强制性的，哪个可以在查询中跳过等等，试图将 Cassandra 想象成一个巨大的 HashMap 有帮助。因此，在 HashMap 中，没有 Key 就无法检索值。
这里，分区键扮演那个键的角色。因此，每个查询都需要指定它们。没有它，Cassandra 将不知道要搜索哪个节点。
集群键（列，可选）有助于在 Cassandra 找到负责特定分区键的特定节点（及其副本）后进一步缩小查询搜索范围强>.
【讨论】：
简而言之：
分区键只不过是一行的标识，大多数时候标识是单列（称为主键）有时多列的组合（称为复合分区键）。
簇键不过是索引和排序。集群键取决于几件事：
除了主键列之外，您在 where 子句中使用了哪些列。
如果您有非常大的记录，那么我可以划分日期以便于管理。例如，我有一个县的 100 万人口记录的数据。所以，为了便于管理，我根据状态和经过pincode等对数据进行聚类。
【讨论】：
值得注意的是，与关系世界中的类似概念（复合键）相比，您可能会更多地使用这些内容。
示例 - 假设您必须找到最近加入用户组 X 的最后 N 个用户。如果在这种情况下读取占主导地位，您将如何有效地执行此操作？像这样（来自官方Cassandra guide）：
CREATE TABLE group_join_dates (
groupname text,
joined timeuuid,
join_date text,
username text,
email text,
age int,
PRIMARY KEY ((groupname, join_date), joined)
) WITH CLUSTERING ORDER BY (joined DESC)
这里，partitioning key是复合的，clustering key是一个joined date。 clustering key 是加入日期的原因是结果已经排序（并已存储，这使得查找速度更快）。但是为什么我们要为partitioning key使用复合键呢？因为我们总是希望读取尽可能少的分区。将 join_date 放入其中有何帮助？现在，来自同一组和同一加入日期的用户将驻留在一个分区中！这意味着我们将始终尽可能少地读取分区（首先从最新的分区开始，然后移动到较旧的分区等等，而不是在它们之间跳转）。
事实上，在极端情况下，您还需要使用 join_date 的哈希值，而不是单独使用 join_date - 这样如果您经常查询过去 3 天它们共享相同的哈希，因此可以从同一个分区获得！
【讨论】：
免责声明：这是特定于 DynamoDB 的答案，但这些概念也适用于 Cassandra，因为两者都是 NoSQL 数据库。
创建表时，除了表名外，还必须指定表的主键。 主键唯一标识表中的每个项目，因此没有两个项目可以具有相同的键。
DynamoDB 支持两种不同的主键：
分区键 – 简单的主键，由一个称为分区键的属性组成。
DynamoDB 使用分区键的值作为内部散列函数的输入。哈希函数的输出决定了存储项目的分区（DynamoDB 内部的物理存储）。
在只有一个分区键的表中，没有两个项目可以具有相同的分区键值。
分区键和排序键 - 称为复合主键，这种类型的键由两个属性组成。第一个属性是分区键，第二个属性是排序键。
DynamoDB 使用分区键值作为内部哈希函数的输入。哈希函数的输出决定了存储项目的分区（DynamoDB 内部的物理存储）。具有相同分区键值的所有项存储在一起，按排序键值排序。
在具有分区键和排序键的表中，两个项目可能具有相同的分区键值。但是，这两项必须具有不同的排序键值。
复合主键让您在查询数据时更加灵活。例如，如果您只提供 Artist 的值，DynamoDB 会检索该艺术家的所有歌曲。要仅检索特定艺术家的歌曲子集，您可以为 Artist 提供一个值以及 SongTitle 的一系列值。
注意：项目的分区键也称为哈希 属性。术语哈希属性源自使用内部 DynamoDB 中的散列函数，可将数据项均匀分布在 分区，基于它们的分区键值。
项目的排序键也称为其范围属性。术语范围属性源自 DynamoDB 存储具有相同分区键的项目的方式，这些项目物理上靠得很近，按排序键值排序。
【讨论】：