Cassandra 数据建模（二级索引与聚类键）

我想知道如果我选择的话，这是否会成为一个性能问题 备选案文1： 非常高的唯一值列作为分区键（order_id），并在store_id和status上创建索引。（我可以查询订单|门店|标识|状态|门店和状态，也可以根据订单|标识***更新（重要）状态）

备选案文2： 将_id存储为分区_键，将非常高的唯一值列存储为集群键（order_id），并在状态上创建二级索引（以便我可以在状态上进行筛选） （我可以查询门店id |门店和订单id |门店和状态|，也可以**根据门店和订单id更新状态）

---

我想知道在上述场景中会出现哪些性能问题。哪一个是更好的选择。非常感谢您的帮助和时间。

选项1很有趣，但您需要小心使用索引。有关更多信息，请参见您的文档（特别是关于同时查询多个二级索引的部分）。这可以通过（下文进一步讨论）来缓解

高度唯一的分区密钥的优点是，数据将更多地分布在集群中。这里的缺点是，当您使用

WHERE store_id='foo'

执行请求时，需要查询集群中的所有节点，因为分区键没有限制

选项2您必须小心使用。如果您的分区密钥只是store_id，那么每个订单都将放在这个分区中。对于每个订单，将有n列添加到代表订单上每个属性的存储的单行中。关于数据位置，给定存储的所有订单将放在同一个Cassandra节点上

在这两种情况下，为什么不按状态查找订单表？这将消除您对该字段的二级索引的需要。特别是考虑到基数相对较小

CREATE TABLE orders_by_store_id_status (
  store_id VARCHAR,
  status   VARCHAR,
  order_id VARCHAR,
  ... <additional order fields needed to satisfy your query> ...
  PRIMARY KEY ((store_id, status), order_id)
);

按存储\u id\u状态创建表订单(
store_id VARCHAR，
状态VARCHAR，
order_id VARCHAR，
...  ...
主键（（存储id、状态）、订单id）
);

这将允许您查询具有给定门店id和状态的所有订单

选择*FROM orders\u by\u store\u id\u status，其中store\u id='foo'和status='open'

读取速度很快，因为分区键限制了我们对其执行查询的节点数