Cassandra (Pycassa/CQL) 返回部分匹配

Question

我正在尝试通过 Cassandra 中的列族进行部分搜索，类似于 SQL 查询，例如：SELECT * FROM columnfamily WHERE col = 'val*' 其中 val* 表示至少匹配前三个字符的任何值'瓦尔'。

我已经阅读了关于 SELECT 函数的datastax's documentation，但似乎找不到对部分 WHERE 标准的任何支持。有任何想法吗？

Answer 1

Cassandra 中没有这样的通配符支持，但您可以对数据进行建模，从而获得相同的最终结果。

您将获取要对其执行此查询的列并将其非规范化为第二个列族。此 CF 将有一个宽行，列名作为您要对其进行通配符查询的 col 的值。此 CF 的列值可以是原始 CF 的行键，也可以是原始行的其他表示形式。

然后您将使用切片来获取您关心的值。例如，如果这是要切片的宽行：

 +---------+----------+--------+----------+---------+--------+----------+
 |  RowKey | aardvark | abacus | abacuses | abandon | accent | accident |
 |         +----------+--------+----------+---------+--------+----------+
 |         |          |        |          |         |        |          |
 |         |          |        |          |         |        |          |
 +---------+----------+-----------------------------+--------+----------+

使用 CQL，您可以使用此查询*选择以 'aba*' 开头的所有内容：

  SELECT 'aba'..'abb' from some_cf where RowKey = some_row_key;

这将为您提供“算盘”、“算盘”和“放弃”列。

使用此策略需要注意一些事项：

• 在上面的例子中，如果你有相同column_name的东西，你需要有一些方法来区分它们（否则插入宽列族会破坏其他有效值）。一种方法是使用word:some_unique_value 的复合列。
• 上述模型只允许字符串末尾的通配符。字符串开头的通配符也可以通过一些修改轻松处理。字符串中间的通配符将更具挑战性。

请记住，Cassandra 并没有为您提供一种简单的方法来进行临时查询。相反，您需要弄清楚您将如何使用数据并相应地为您的 CF 建模。请查看 Ed Anuff 在indexing data in Cassandra 上发布的这篇博文，了解有关此类数据建模的更多信息。

*请注意，在即将发布的 Cassandra 版本中，用于切片列的 CQL 语法会发生变化。