Cassandra中的嵌套数据数据建模？

Question

我正在尝试创建可以向下钻取到多个级别的表格，例如

每个项目都有多个里程碑，每个里程碑都有多个任务，每个任务都有很少的子任务以及任务的属性（如描述、作者、分配给）..

我将对其执行 CRUD 操作，用户将在项目中导航。

卡桑德拉 2.0.7 | CQL 规范 3.1.1

我如何使用复合键或任何其他更好的方法。

提前致谢

Answer 1

最佳设计很大程度上取决于您计划查询这组数据的所有方式，以及每个级别的估计项目数。

如果您只需要向下钻取，那么以下设计可以工作：

CREATE TABLE SubTask
(
    ProjectId int,
    <Project fields>,
    MilestoneId int,
    <Milestone fields>,
    TaskId int,
    <Task fields>,
    SubTaskId int,
    <SubTask fields>,
    PRIMARY KEY (ProjectId, MilestoneId, TaskId, SubTaskId)
);

您的项目 ID 将是分区键，因此您需要验证是否有足够的项目在集群节点之间进行均匀分区。您也可以使用复合分区键(PRIMARY KEY ((ProjectId, MilestoneId), TaskId, SubTaskId)，但这会限制您仅检索项目的可能性。

您可以遵循实际 ID > 0 的约定，并为描述字段保留 ID 为 0 的行。换句话说，您将仅在 TaskId = 0 的行上完成特定产品的里程碑字段，从而避免数据重复。

您可以查询里程碑的所有任务和子任务，如下所示：

SELECT <task fields>, <subtask fields> 
FROM SubTask 
WHERE ProjectId=xxx AND MilestoneId=yyy;

如果您只需要任务字段，则需要 SubTaskId 字段上的索引：

CREATE INDEX ON SubTask(SubTaskId);

然后选择如下：

SELECT <task fields>
FROM SubTask
WHERE ProjectId=xxx AND MilestoneId=yyy AND SubTaskId=0;

另一种解决方案是为每个实体（项目、里程碑、任务、子任务）创建一个单独的表，但是您需要两个查询来检索任务和子任务。

此外，如果任务中的子任务数量不能太多，您可以尝试 Cassandra 2.1 的 user defined types（目前处于测试阶段）。