为什么 Cassandra 在获取数据时响应缓慢而不是拆分到不同的范围查询？

Question

我正在设计一个 cassandra 列族，如下所示

CREATE TABLE PLOT  
(  
PLOT_ID text,  
INDEX_VALUE double,  
VALUE_1 double,  
VALUE_2 double,  
VALUE_3 double,  
PRIMARY KEY(PLOT_ID,INDEX_VALUE));  

该设计使我也可以在 INDEX_VALUE 范围内进行查询。
我预计表 PLOT 中 PLOT_ID 的最大数量为 2700000。
INDEX_VALUE 对于每个 PLOT_ID 将在 {0-30000} .

在大多数情况下，我需要一次与 PLOT_ID 相关的所有数据。 所以我正在使用这样的查询。

SELECT INDEX_VALUE,VALUE_1,VALUE_2,VALUE_3 FROM PLOT WHERE PLOT_ID='p01';

但它需要一些时间。 所以我拆分查询如下所示。

SELECT INDEX_VALUE,VALUE_1,VALUE_2,VALUE_3 FROM PLOT WHERE PLOT_ID='p01' and INDEX_VALUE <=1000 and INDEX_VALUE >=0;
SELECT INDEX_VALUE,VALUE_1,VALUE_2,VALUE_3 FROM PLOT WHERE PLOT_ID='p01' and INDEX_VALUE <=2000 and INDEX_VALUE >=1001;
....
....
....
SELECT INDEX_VALUE,VALUE_1,VALUE_2,VALUE_3 WHERE PLOT_ID='p01' and INDEX_VALUE <=30000 and INDEX_VALUE >=29001;

而且它的响应速度相当快。
可能是什么问题？
我的 cassandra 只有一个节点。 这是由于 cassandra 配置造成的吗？ 对我的设计有什么建议吗？

Answer 1

配置不是一个因素，而是 Cassandra 的工作方式。使用默认的 Murmur3Partitioner（推荐），按复合主键 PLOT_ID 分区键查询，检索由 (PLOT_ID INDEX_VALUE) 存储的所有行。当您在查询中包含 INDEX_VALUE 时，Cassandra 检索的数据较少，所以我认为这解释了为什么查询不需要这么长时间。在过去几年中，由于复合主键使用的聚类列等改进，Cassandra 不再遍历给定行的所有列来检查哪一列与范围匹配。数据基于聚类列连续存储，可以高效检索。