cassandra中的查询路径答案

【问题标题】：Query path in cassandracassandra中的查询路径
【发布时间】：2013-09-08 22:59:01
【问题描述】：

以下查询在 Cassandra 中的执行路径是什么： - 来自一个带有令牌 1（Node1）的 Cassandra 节点的 5 行 - 来自一个 Cassandra 节点的 5 行，带有令牌 2（Node2） - 来自一个 Cassandra 节点的 5 行，令牌为 3(Node3)

客户端向 Node1 发送查询。 - 这个查询在 3 个节点中执行的顺序是什么？ - Node1 如何将此查询传播到 node2 和 node3？ - Node1 合并来自 node2 和 node3 的行以提供完整的查询结果？

【问题讨论】：

您发出的确切查询是什么？
从所有 3 个节点获取许多行的查询。我想了解这个查询处理在 Cassandra 节点中是如何工作的，如问题示例中给出的那样。
您是否在查询SELECT * FROM mytable; 或SELECT * FROM mytable WHERE key in ('key1', 'key2');？它对其处理方式有所不同。如果你用的是thrift接口，你是用get_range_slices还是multiget_slice？
我还没有发出任何查询。获得理解。在我开始创建列族之前还有一些时间。我想先了解一下 select * 的情况。如果您能对“行键上的 where 子句”有所了解，那也会很有用。

【解决方案1】：

您可以发出两种类型的查询来从多个分区检索数据（我将使用 CQL 术语 - 分区是过去称为行的内容）。使用哪一个取决于您是否知道分区键。

我将假设一个没有任何集群键的简单模式：

CREATE TABLE mytable (key text PRIMARY KEY, field text);

如果不知道分区键，可以发出

SELECT * FROM mytable LIMIT 15;

这将返回按分区哈希排序的前 15 行。因为它是按散列排序的，所以这种查询通常只有在您想要翻阅所有数据时才有用。

接收查询的节点（此查询的协调器）首先将其转发给具有最低令牌和副本的节点。它们最多返回 15 行。如果更少，则协调器将转发到具有第二低令牌和副本的节点。这种情况会一直发生，直到找到 15 行，或者直到所有节点都已联系。因此，此查询可能会联系集群中的每个节点。

如果复制因子大于 1，可能会返回冲突的结果。协调器查看时间戳以合并结果并仅将最新的返回给客户端。

如果你知道分区键，你可以使用

SELECT * FROM mytable WHERE key in ('key1', 'key2');

协调器将此视为接收单独的查询：

SELECT * FROM mytable WHERE key = 'key1';
SELECT * FROM mytable WHERE key = 'key2';

它将消息转发到为每个键保存数据的节点。每个键有一个，因此这些查询是并行执行的。响应在协调器上收集、合并，因此只保留最新的，然后发送给客户端。

【讨论】：

谢谢 Richard。所以从您的回答中，我了解到在涉及多个节点的任何查询中，co-coordinator node 负责剖析查询并将其发送到多个节点。 Co-coordinator 节点还合并结果并发送回客户端。另一个相关问题：Cassandra 是否有可能应用一些逻辑——比如 RDBMS 中的存储过程在获取的数据上——或者像 HBase 中的协处理器？
是的，协调器负责转发和合并。您不能在 Cassandra 中运行任何查询代码，唯一可以做的事情（在 2.0 中，刚刚发布）是在插入时运行触发器。
再次感谢 Richard。我从 CQL 文档中了解到“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。它具有属性共享相同分区键的所有行（实际上甚至跨表）都存储在同一个物理节点上。” - 分区键与行键有什么关系？ - 这里的跨表是什么意思？
令人困惑 - 分区键是行键的新名称。它是经过哈希处理以确定数据存储在哪些节点上的密钥。跨表意味着具有相同分区键的分区存储在相同的节点上，即使在不同的表中。
谢谢理查德。它有助于我理解。