我知道 Cassandra 不支持批量查询，也不推荐使用IN，因为它会降低性能。但是我必须通过id来获取数据，例如：
select * from visit where id in ([visit_id array])
描述表：
CREATE TABLE visit (
enterprise_id int,
id text,
........
PRIMARY KEY (enterprise_id, id)
数组可能有数千个元素。有什么办法可以有效地做到吗？
【问题讨论】：
Large In 查询创建 GC 暂停和堆压力，导致整体性能下降。当您执行大量查询时，这意味着您正在等待这个单一的协调器节点给您一个响应，它将所有这些查询及其响应保存在堆中，如果其中一个查询失败，或者协调器失败，您有重试整个过程。
方法一：
尝试将您的 in 查询转换为范围查询 (>=,
SELECT * visit WHERE enterprise_id = ? and id >= ? and id <= ?
方法二：
使用 executeAsync，Java 示例
PreparedStatement statement = session.prepare("SELECT * FROM visit where enterprise_id = ? and id = ?");
List<ResultSetFuture> futures = new ArrayList<>();
for (int i = 1; i < 4; i++) {
ResultSetFuture resultSetFuture = session.executeAsync(statement.bind(i, i));
futures.add(resultSetFuture);
}
List<String> results = new ArrayList<>();
for (ResultSetFuture future : futures){
ResultSet rows = future.getUninterruptibly();
Row row = rows.one();
results.add(row.getString("name"));
}
return results;
方法三：
如果可能的话，而不是在查询中，创建另一个表，当您将在查询中执行的数据即将插入或更新时也将数据插入到新表中，那么您可以只从新表中查询而无需在查询中
来源：
http://www.datastax.com/dev/blog/a-deep-look-to-the-cql-where-clause
https://lostechies.com/ryansvihla/2014/09/22/cassandra-query-patterns-not-using-the-in-query-for-multiple-partitions/
【讨论】：
发出此类查询的首选方式是展开 IN 部分。这仅仅意味着您需要并行发出多个查询，因为 token-o-matic（又名令牌感知）驱动程序会将每个查询视为一个独立的查询，然后将这些查询传播到不同的节点，使每个单个节点成为负责将要到达的每个查询的协调器。
您应该最多运行 X 个查询并等待其中至少一个完成（我使用 Java）：
final int X = 1000;
ArrayList<ResultSetFuture> futures = new ArrayList<>();
ArrayList<ResultSet> results = new ArrayList<>();
for (int i = 0; i < allTheRowsINeedToFetch; i++) {
futures.add(session.executeAsync(myBeautifulPreparedStatement.bind(xxx,yyy,zzz)));
while (futures.size() >= X || (futures.size() > 0 && futures.get(0).isDone())) {
ResultSetFuture rsf = futures.remove(0);
results.add(rsf.getUninterruptibly());
}
}
while (futures.size() > 0) {
ResultSetFuture rsf = futures.remove(0);
results.add(rsf.getUninterruptibly());
}
// Now use the results
这被称为背压，它用于将压力从集群移动到客户端。
这种方法的好处是您可以真正并行 (X = allTheRowsINeedToFetch)，也可以真正串行 (X = 1)，一切都在之间仅取决于您的集群硬件。 X 的低值意味着您没有使用集群功能足够，高值意味着您会遇到麻烦，因为您会开始看到超时。所以，你真的需要调整它。
【讨论】：