基于Cassandra表的查询和主键唯一性

我读过这样一张表：

CREATE TABLE user (
    username text,
    password text,
    email text,
    company text,
    PRIMARY KEY (username)
);

我们可以创建如下表：

CREATE TABLE user_by_company (
    company text,
    username text,
    email text,
    PRIMARY KEY (company)
);

---

以支持公司的查询。但是第二个表的主键唯一性呢？

我认为博客（您提到的链接）中有输入错误。您对表格结构的理解是正确的，因为公司将出现唯一性问题

为了支持打字错误理论：

在本例中，在 用户表可以是一个解决方案，因为它的基数要低得多 而不是用户的电子邮件，但让我们考虑性能来解决它。 二级索引总是比专用表方法慢

这是博客中提到的按公司查询用户的行。

---

如果要将公司定义为主键或主键的一部分，则不需要创建辅助索引。

修改表的主键定义，并将

用户名添加为群集键：

CREATE TABLE user_by_company (
    company text,
    username text,
    email text,
    PRIMARY KEY (company,username)
);

这将强制执行唯一性，并返回特定公司的所有用户名。此外，您的结果集将按
username
按升序排序

数据将按节点上的公司名称进行分区。如果一家公司的用户多，而另一家公司的用户少怎么办。数据将以非平衡方式进行分区

这是你必须自己解决的平衡。Cassandra中的主键定义是数据分布和查询灵活性之间的取舍。除非
公司的基数非常低（比如个位数），否则您不必担心在集群中创建热点

此外，如果某个特定公司变得太大，您可以使用一种称为“bucketing”的建模技术。如果我要按公司对您的
user\u
表进行“bucket”，我会首先添加一个
company\u bucket
列，并将其作为附加（复合）分区键：

CREATE TABLE user_by_company (
    company text,
    company_bucket text,
    username text,
    email text,
    PRIMARY KEY ((company,company_bucket),username)
);

至于往桶里放什么，这取决于你。也许这家公司有东、西两个位置，所以类似的方法可能会奏效：

INSERT INTO user_by_company (company,company_bucket,username,email)
  VALUES ('Acme','West','Jayne','jcobb@serenity.com');

这里的缺点是，无论何时查询该表，您都必须提供
company\u bucket
。但是，如果一家公司变得太大，这是一个可以帮助您的解决方案。
我想您想要的是
主键（公司，用户名）
不是一个好主意，因为数据将通过节点上的公司名称进行分区。如果一家公司的用户多，而另一家公司的用户少怎么办。数据将以非平衡方式进行分区，那么您的查询模式是什么？您可以在分区键中同时包含公司和用户名。或者电子邮件。这实际上取决于您的查询模式。