【发布时间】：2020-06-23 10:34:06
【问题描述】：
查询 Cassandra 的最快方法是什么？ 我有一个表，其中主键由 3 列组成。我通过其中一列进行查询，速度非常慢（我通过 Spark 查询）。三个人的查询会更快吗？
我还有一个由两列组成的分区键。不幸的是，我用来获取记录的列不是分区键中的列之一。会不会因此而变慢？
任何见解都是有帮助的。
【问题讨论】：
【发布时间】：2020-06-23 10:34:06
【问题描述】：
不幸的是，我用来获取记录的列不是分区键中的列之一。会不会因此而变慢？
是的，这可能就是速度慢的原因。尽管公平地说，Spark 旨在查询分布式数据存储。它的设计初衷不是为了快速。
所以我假设您的 PRIMARY KEY 定义如下所示：
PRIMARY KEY((A,B),C)
C查询慢的原因是Cassandra（Spark）无法根据C判断出集群中哪个节点负责数据。因此，需要检查每个节点的 C 值是否满足您的查询。
全部 3 人查询会更快吗？
是的，三个都查询可能会更快。这是因为分区键由A 和B 组成。对于基于分区键的查询，在这种情况下，A 和 B 的键值被散列在一起。该哈希与每个节点负责的令牌范围相匹配。这样就可以很容易地确定包含所需数据的目标节点，而无需检查每个节点的匹配值。
如果我只使用主键中的 1 列（假设是 A）进行查询，那也很快吧？
不，它不会。给定(A,B)的分区键定义，不能单独由A确定包含数据的节点。事实上，由于结果集可能会更大，通过A 查询可能会比通过C 查询慢。
【讨论】：
-
至少在
C上的查询应该比在另一列上的查询更快 - Spark 连接器会将执行下推到 Cassandra，因此过滤将在 Cassandra 端进行，而不是将所有内容读入内存并过滤Spark 方面... -
如果我只使用主键中的 1 列（比如说 A）进行查询，那也很快吧？我无权使用两列或三列进行查询。
-
@Faraz 编辑完成。
-
你好 Aaron，通过聚类键查询不是最快的吗？只需 1 次，它就会返回大量记录。我喜欢。按聚类键查询不是最快的吗？
-
@Faraz 也包括前面的键。