使用 Cassandra 对一致的辅助键进行数据建模

Question

与卡桑德拉，

我想用唯一的uuid 表示所有用户对象，但还包含一组零个或多个辅助用户键以映射到用户。每个辅助键应映射到一个且只有一个用户（id）。因为我需要能够快速查找辅助键来查找用户，所以我维护了一个单独的查找表，而不是辅助INDEX。

我已经对数据进行了这样的建模，但我对替代方案持开放态度：

CREATE TABLE users (
    userid uuid PRIMARY KEY,
    name text,
    secondarykeys set<text>
);
CREATE TABLE user_secondarykeys (
    secondarykey text,
    userid uuid,
    PRIMARY KEY(secondarykey)
);

一个典型的用例是这样的：

我得到了这个用户的辅助键mail:andreas@example.org，我想看看是否存在任何具有该辅助键的用户，如果不存在，我想创建一个新的用户对象。

我可以查找辅助键：

SELECT * FROM "user_secondarykeys" WHERE secondarykey = "mail:andreas@example.org";

如果我没有找到任何匹配项，我可以插入一个新用户：

BEGIN BATCH
    INSERT INTO users (userid, name, secondarykeys) VALUES (77059e45-5fac-460b-9c4f-47528c292be0, "Andreas", {'mail:andreas@example.org'});
    INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0);
APPLY BATCH;

我的问题是这会导致数据不一致，因为在我的选择和插入之间，用户可以使用该辅助键插入。

我在想，如果在 user_secondarykeys 中已经存在辅助键的情况下，我可以使我的 INSERT 事务失败，那将起作用，因为它还应该将插入恢复到用户表中，因为事务的原子属性.但是，如果存在辅助键，我不知道有什么方法可以使 INSERT 失败。如果我将IF NOT EXISTS 添加到第二个插入中，它不会恢复事务，它只会避免插入user_secondarykeys，但它仍会插入users。

感谢任何有关如何以可靠方式实现此用例的建议。谢谢。

Answer 1

起初，我认为您的模型非常复杂，我不确定我是否正确理解了您的所有要求。

因此，如果您首先获得此辅助密钥，然后您必须决定要做什么 - 添加或不添加用户 - 那么以下内容将为您工作：

不要使用 SELECT 语句检查 user_secondarykeys 表中是否出现特定的辅助键，而是使用以下命令：

INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0) IF NOT EXISTS;

因此，如果适用，则表示此辅助密钥未与任何用户连接-因此有两种情况：用户不存在或用户存在并且有人想为他添加新的辅助密钥。以下将在这两种情况下完成工作：

INSERT INTO users(userid, name, secondarykeys) VALUES(77059e45-5fac-460b-9c4f-47528c292be0, 'Andreas', secondarykeys = secondarykeys + 'mail:andreas@example.org')

因为 Cassandra 中的插入/更新是幂等的（计数器除外），即使用户表中已经存在具有该 id 的用户，这也将起作用 - 这应该只为他添加另一个辅助键。

此解决方案的优点是您可以及时消除这种可能使您“前后不一”的差距。您可以保证没有人会插入具有相同辅助密钥的两个用户。您指定用户根本不能有辅助键 - 在这种情况下，您可以直接将他添加到用户表中。

我在想，如果在 user_secondarykeys 中已经存在辅助键的情况下，我可以使我的 INSERT 事务失败，那将起作用，因为它还应该将插入恢复到 users 表中，因为事务的原子属性.但是，如果存在辅助键，我不知道有什么方法可以使 INSERT 失败。如果我将 IF NOT EXISTS 添加到第二个插入，它不会还原事务，它只会避免插入到 user_secondarykeys，但它仍会插入到用户中。

从 Cassandra 2.0.6 开始，您可以在批处理中使用条件语句，如果不满足任何条件，则该批处理中的所有指令都不会触发。这听起来不错，但有一个限制 - 批处理中的所有语句都必须在单个相同的分区上运行。据此，不可能进行跨分区/表条件的插入/更新/删除。所以在你的情况下：

BEGIN BATCH
    INSERT INTO users (userid, name, secondarykeys) VALUES (77059e45-5fac-460b-9c4f-47528c292be0, "Andreas", {'mail:andreas@example.org'});
    INSERT INTO user_secondarykeys (secondarykey, userid) VALUES ('mail:andreas@example.org', 77059e45-5fac-460b-9c4f-47528c292be0) IF NOT EXISTS;
APPLY BATCH;

甚至不会通过查询验证，因为您在这里尝试对两个不同的表进行操作。

我不确定这是否适合您的其他要求，我需要有关您的查询和数据速度/数量的更多信息。当然还有其他方法可以对此进行建模。

如果每个用户都必须至少有一个指定的辅助键（例如电子邮件将是您的用户表的一个很好的唯一键），这将大大简化问题，但这是您的要求，所以除非您无法更改他们没有讨论。

希望这会对您有所帮助。 祝你好运！