卡桑德拉 - 二級索引和查詢性能

Question

我的表架構爲：
A）

CREATE TABLE friend_list (
    userId uuid, 
    friendId uuid, 
    accepted boolean, 
    ts_accepted timestamp, 
    PRIMARY KEY ((userId ,accepted), ts_accepted) 
    ) with clustering order by (ts_accepted desc); 

在這裏，我能像執行查詢：

1. SELECT * FROM friend_list WHERE userId="---" AND accepted=true; 
2. SELECT * FROM friend_list WHERE userId="---" AND accepted=false; 
3. SELECT * FROM friend_list WHERE userId="---" AND accepted IN (true,false); 

但第三查詢涉及更多閱讀，所以我試圖改變這樣的架構：

B）

CREATE TABLE friend_list (
     userId uuid, 
     friendId uuid, 
     accepted boolean, 
     ts_accepted timestamp, 
     PRIMARY KEY (userId , ts_accepted) 
     ) with clustering order by (ts_accepted desc); 
CREATE INDEX ON friend_list (accepted); 

有了這個B型模式，第1和第2的查詢工作，但我可以簡化第三個查詢爲：

3. SELECT * FROM friend_list WHERE userId="---"; 

我認爲，第二個架構給出了第三個查詢更好的性能，因爲它不會對每一行進行條件檢查。

卡桑德拉專家......請建議我這是在實現this.A或B.

Answer 1

首先最好的模式，你知道你的第二個架構完全不一樣工作的第一個？在第一個「接受」領域是關鍵的一部分，但在第二個沒有！你沒有相同的唯一約束，你應該檢查它對你的模型不是問題。

其次，如果你只是想沒有包括「詞義」字段爲每一個請求有兩個可能性：

1 - 您可以使用「詞義」作爲一個集羣列：

PRIMARY KEY ((userId), accepted, ts_accepted) 

這樣你的第三個請求可以是：

SELECT * FROM friend_list WHERE userId="---"; 

你會更有效地得到相同的結果。

但是這種方法有問題，它會創建更大的分區，這不是最好的表現。

2 - 創建兩個單獨的表

這種做法是卡桑德拉精神更加充足。使用Cassandra時，如果可以提高請求的效率，則複製數據並不少見。

所以你的情況，你會保持你的第一個模式的第一個表，並在第一和第二個請求，

，你會創建另一個表使用相同的數據，但一個模式略有不同，或者與二級索引如果「接受」並不需要是主鍵的一部分（如你爲你的第二個模式），或者這樣的主鍵：

PRIMARY KEY ((userId), accepted, ts_accepted) 

我肯定會喜歡的二級指數爲第二個表如果可能的話，因爲接受的列具有低基數（2），因此非常適合二級索引。

編輯：

此外，你在你的主鍵使用時間戳。請注意，如果您有相同的用戶在此表中創建兩行，則可能會出現問題。由於時間戳不保證唯一性：如果兩行創建的毫秒數相同，會發生什麼？

您應該使用TimeUUID。 Cassandra中非常常用的這種類型通過組合Timestamp和UUID來保證唯一性。

此外，主鍵中的時間戳可以在Cassandra節點中創建臨時熱點，絕對是避免的。