Spark SQL - 集合上的 Cassandra SqlContext 查询（集）

Question

假设我有一张这样的桌子：

CREATE TABLE USER (
    userid ascii,
    books set<text>
    PRIMARY KEY (userid)
);

和索引：

create index on USER (books);

我想使用 sql 上下文查询书籍。我正在做的是：

CassandraSQLContext cassandraContext = new CassandraSQLContext(sparkContext);
SchemaRDD userTable = cassandraContext.sql("SELECT * FROM keyspace.user");
userTable.registerTempTable("usertable");

以下查询不对 Cassandra 有效：

SchemaRDD userTable = cassandraContext.sql("SELECT * FROM keyspace.user where books CONTAINS 'book1' and books CONTAINS 'book2'");

它返回只有“book1”的用户。我尝试过类似的查询，例如books CONTAINS ('book1', 'book2')，但都没有奏效。

我可以在注册表上做的是：

SchemaRDD users = cassandraContext.sql("SELECT * FROM usertable where userid='some_user_id'");

我想做的是通过以下书籍查询：

SchemaRDD users = cassandraContext.sql("SELECT * FROM usertable where books IN ('book1', 'book2')");

或类似的查询。

但它不起作用。它返回 0 条记录。我试图注册名为user_books_idx 的索引表，但它也没有工作。我可以查询索引集合吗？我该怎么做？

Answer 1

似乎 CONTAINS 子句每条语句只能使用一个值，因此您可能无法一次将两个不同的 CONTAINS 子句“和”在一起。

所以我会使用 CONTAINS 'book1' 创建一个 RDD，然后我会使用 CONTAINS 'book2' 创建另一个 RDD，然后我会在 userid 字段上连接两个 RDD。这应该会为您提供图书集中同时具有 book1 和 book2 的用户的 RDD。