Cassandra列按UTF8編碼字符串排序

我不確定這是否是Cassandra的特定問題，或者這也可以屬於PHP，所以我很抱歉標記PHP。Cassandra列按UTF8編碼字符串排序

所以基本上我對他們的列名，這是這樣的訂貨一些長期排列：

2012-01-01_aa_99999 | 2012-01-01_aaa | 2012-01-12_aaaaa

所以這是工作，我想它的工作方式，但我不知道如何它是否實際訂購了這些字符串。

什麼是我不明白的是，第一個字符串2012-01-01_aa_99999似乎更強壯那麼剩下的兩個，我很擔心，在某些時候它可能會忽略這是一個日期字符串的第一部分，並把一些字符串，他們不應該屬於。

在我的情況下，這些字符串由相當多的部分組成，所以我真的很在意這一點，所以基本上我需要一些解釋，這種排序如何發生在內部。

來源

2012-12-04 Linas

我不明白它如何實際訂購這些字符串。

您提供的字符串似乎是lexicographically ordered。

來源

2012-12-04 19:06:58

現在它有很大的意義，你不知道我需要如何創建字典格式的時間戳。好吧，無論如何謝謝你的回答，它告訴我，我目前的方法可能會產生很多問題。 – Linas

時間戳可以按數字排序。通用格式是YYYYMMDD。 –

如果你想要更高的精度，你也可以使用unix時代作爲時間戳。 –

我有同樣的問題，因爲我想構建一個具有良好理解的排序能力的複合主鍵索引。事實證明，Cassandra似乎使用byte-by-byte binary comparison來比較UTF-8字符串......從邏輯角度來看，這實際上是一個完全破碎的排序函數。例如，如果在字符串中混合了ASCII和漢字字符，那麼排序順序將是有效的隨機數。但是，只要知道此排序順序，就可以設計圍繞它的使用模式。

當然，這可能很容易修復，而且它幾乎是單行更改的代碼，可以在「真實」排序功能中進行修補。當然，這需要額外的CPU時間。

來源

2014-01-23 21:56:35

+1鏈接到字節到字節比較方法 – jorgebg

Cassandra列按UTF8編碼字符串排序

回答

相關問題