Cassandra RandomPartitioner和「全表掃描」

Question

我似乎無法找到關於如何通過使用RandomPartitioner分割鍵來遍歷列族中的所有行的信息。我看到的完整掃描的常用方法是「使用MapReduce」（這將是一個選項，但現在不適用），並創建一個範圍切片查詢以批量檢索行，使用最後一行更新範圍的下限每個批次後都會看到鑰匙。當你無法保證按鍵順序時，這似乎是一種奇怪的方法，所以我想知道在這種情況下接受的做法是什麼。

要清楚的是，整個列族遍歷事物並不是經常發生的事情，也不是我們對數據庫的標準訪問模式的一部分。它不需要特別快（當然它會很好！）我們只需要偶爾去檢查垃圾等。我們不希望返回的行是一致的快照或類似的東西。

Answer 1

使用Hadoop MapReduce將是正確的方式來做到這一點，但我知道這不是一個可行的選項，你現在。所以，你有幾個可能的原因：

1. 如果你的鑰匙有一定的邏輯順序，可以計算的或者事先另有知道，你可以做一個批處理一串鑰匙的多搞定。

2. 您可以創建類似於Cassandra的ColumnFamilyInputFormat工作方式的範圍客戶端。

3. 您可以在另一個庫中執行範圍分段using Hector like this或某些類似的構造。