我想获取列族中的总行数。我知道使用 nodetool cfstats 我们可以获得大约行。但是如何使用 Java Client 获取它。
【问题讨论】：
family 的表格是什么样的
标签： cassandra cassandra-2.0 hector
我能够做到这一点的唯一方法是编写基本上执行“select * from”然后一次获取小行的代码。计数器实际上是由 java 代码维护的，而不是 cassandra。不幸的是，对于 cassandra，读取超时时间很小（one/local_one 为 5 秒，其他任何时间为 10 秒）。您必须降低提取大小，以免每次提取都超时。如果表很大，完成计数可能需要一段时间，但它确实有效。请记住，当您的查询运行时，计数可能会发生变化，因此它本身就是一个“估计”。如果你有兴趣，我有一段模块化的 java 代码。
【讨论】：
您可以查询system.size_estimates 表以获取单个主机上分区预范围的大致大小。根据集群的大小和 RF，您可以从中做出大致的估计。这真的取决于你想要它有多准确。对于精确测量，我会推荐 Spark，但如果您确实需要对其进行运行时跟踪，则可能值得使用一个计数器，您可以通过更改更新以快速读取数据。
【讨论】：
正如 Chris 所说，您可以通过 JMX 指标获得大致的行数，并且可以通过 Spark 完成更精确的计算。如果您需要通过 Java 客户端执行此操作，那么您需要执行类似于 Spark 的操作 - 按令牌范围执行行计数 - 在这种情况下，您发出由各个主机执行的查询，而无需如果您很天真select * from table，就会使协调器超载。查询看起来像这里（它是伪代码，不是真正的查询！）SELECT columns FROM table WHERE token(pk) > token_range.begin AND token(pk) <= token_range.end。应该在那里完成的技巧是您需要显式设置路由密钥，因为令牌感知负载平衡策略无法自动从该查询中提取它。
完整的源代码很长，在这里包含，但你可以找到它here。
【讨论】：