具有多個條件的卡桑德拉數據模型

Question

我是卡桑德拉的新手，所以我讀了十幾篇關於它的文章，因此我瞭解基礎知識。所有教程都會顯示1或2列以及時間範圍內的高效數據檢索。我找不到如何正確建模數據，如果你有更多的條件。

我有一個大的事件規範化的數據庫，具有相當多的欄目，說：

• 事件類型
• 時間
• 電子郵件
• User_age
• user_country
• USER_LANGUAGE
• 等。

我需要能夠查詢所有列。因此，在RDBMS我會質疑：

SELECT email FROM table WHERE time > X AND user_age BETWEEN X AND X AND user_language = 'nl'等。

我知道我可以做一個單獨的表列，但是後來我還是需要的結果結合起來。也許這不是一個壞的方法，但我懷疑它，因爲沒有子查詢。

我的問題很明顯，我該如何在Cassandra中正確模擬這種數據？

非常感謝！

Answer 1

我需要能夠查詢所有列。

讓我在那裏阻止你。在Cassandra中，您可以根據預期的查詢模式創建表，並且通常一個表支持單個查詢。在你的情況下，你有「不少」列，你需要將這些數據複製到設計用於支持每個可能查詢的表中。這很快就會變得很糟糕。

難道我們只是將其餘的作爲二級索引？在eventtype表+ merchant_id +時間選擇中可能仍有數百萬行。

二級索引旨在用於中等基數列。因此，非常低和極高的基數列對二級指標都是不利的。問題在於Cassandra必須選擇一個節點作爲協調者，掃描每個節點上的索引（導致大量網絡時間），然後構建並返回結果集。這是一個糟糕的表現的處方，它面臨着使用分佈式數據庫的最佳實踐。

總之，Cassandra不是這樣的用例的好方案。這聽起來像你希望能夠做OLAP類型的查詢，並且爲此你應該使用一個更適合該目的的工具。