我想使用字符串（大约 6 到 7 个字符）作为复合主键中的唯一键。
我已经用谷歌搜索了在主键中使用字符串是否会影响性能，并发现它不会因为 Cassandra 使用散列来搜索唯一键。（请有人确认）
所以我想知道 Cassandra 使用什么技术来搜索唯一键，如果它使用散列，那么它使用哪种散列算法？并且还想知道 Cassandra 在发生冲突时会做什么，因为在散列中总是存在冲突的可能性。
Cassandra 使用 murmur3 散列来处理分区键。它是否使用相同的搜索唯一键？那么碰撞呢。
【问题讨论】：
标签： hash cassandra string-hashing
既然你提到了复合键，所以我假设你有一个这样的 PK，PRIMARY KEY(PartionKey, StringVal) 其中 StringVal 是 6 到 7 个字符，我想你想知道 C* 如何有效地为此记录PK。如果这是您的问题，那么答案在于 C* 如何存储数据。在此示例中，给定分区键的所有数据都使用“StringVal”作为排序顺序存储为一个物理行。因此，如果您对给定的 PartionKey 值说 100 万个唯一的“StringVal”，那么它们都将作为一个物理行（在磁盘上）存储在节点上（由 Partionkey 的哈希确定）并按默认升序排序'StringVal' 的顺序。 PK 中除分区键之外的所有列都称为“集群”列，因为它们决定了集群顺序。所以在这个例子中，复合键的第一列是分区键，第二列是集群列，它决定了分区键的所有记录的集群顺序。现在，如果您想获取特定的 PK 记录，因为 C* 将主键的偏移量存储在索引文件（列族的-Index.db 文件）中，因此获取 PK 的特定记录非常有效，因为它涉及到那个位置。这也允许 C 进行有效的范围查询，例如您可以通过指定“StringVal”的范围（如“nnn”> sv
【讨论】：
分区键值经过哈希处理，然后用于定位拥有该令牌范围的节点。没有冲突这样的事情，因为哈希值对于一个值总是相同的。如果您使用相同的值分区键，您将写入将导致更新的现有分区。插入和更新都是相同的操作，称为 upsert。希望对您有所帮助。
【讨论】：