Cassandra 模式 - 按经常更新的列选择答案

【问题标题】：Cassandra schema - select by frequently updated columnCassandra 模式 - 按经常更新的列选择
【发布时间】：2023-03-10 18:32:01
【问题描述】：

给定表：

CREATE TABLE T (
      a int,
      last_modification_time timestamp,
      b int,
     PRIMARY KEY (a)
);

我经常更新记录。每次更新时，last_modification_time 都会设置为 now()，并且还会设置其他字段。

能够通过last_modification_time 范围查询的正确 cassandra 方法是什么？我需要这样查询：

select * from .. where a=Z and last_modification_time < X and last_modification_time > Y;

一种方法是使用PRIMARY KEY (a, last_modification_time) 创建物化视图，但我想避免这种情况，因为 物化视图在 3.X cassandra 版本中有错误。

如果last_modification_time 经常更新，通过last_modification_time 范围查询的替代方法是什么？

【问题讨论】：

您的架构将导致宽行...如果您无法更改数据模型并且将始终使用分区键，请尝试二级索引...stackoverflow.com/questions/35719985/…
@undefined_variable 你能解释一下'宽行'是什么意思吗？
您最好的选择可能是使用 Postgres 来支持这样的查询模型。
在这种情况下 last_modification_time 更新大约 20 次然后记录变得稳定。鉴于此约束，您是否看到任何支持 last_modification_time 范围查询的数据模型？
@undefined_variable 二级索引不起作用 - 索引列上不允许范围查询

标签： cassandra cql cassandra-3.0

【解决方案1】：

有两张桌子怎么样？一个可以保存您要更新last_modification_time 字段的当前快照，另一个可以保存随时间变化的变化（类似于历史表）？您可以使用BATCH 语句给他们两个写信。

CREATE TABLE t_modifications (
      a int,
      last_modification_time timestamp,
      b int,
     PRIMARY KEY (a, last_modification_time)
) WITH CLUSTERING ORDER BY (last_modificaton_time DESC);

BEGIN BATCH
      UPDATE T SET last_modification_time = 123, b = 4 WHERE a = 2;
      INSERT INTO t_modifications (a, last_modification_time, b) values (2, 123, 4);
APPLY BATCH;

如果您对给定修改范围的最新快照感兴趣，可以选择并限制t_modifications 表：

SELECT * FROM t_modifications WHERE a = 2 AND last_modification_time < 136 LIMIT 1;

【讨论】：

【解决方案2】：

一般来说，要进行这样的范围查询，您要进行范围查询的字段必须是组合键的一部分，必须是组合键最右边的元素，以及组合键中的所有其他元素必须指定。在您的情况下，您可以将 PRIMARY KEY 修改为 (a, last_modification_time)。然后就可以了

SELECT * from t_modifications 
 WHERE a = aval
   AND last_modification_time > beg
   AND last_modification_time < end;

这将为您提供 beg 和 end 之间 aval 的所有记录。

【讨论】：