Cassandra CQL3按群集密钥效率排序（带限制子句？）

我有下表（使用CQL3）：

我想按tuuid排序行。但这只有在我限制碎片时才可能——我知道这是由于性能

我使用shard纯粹是为了切分，我可以将它的值范围限制在某个小范围[0-16]内，比如说。然后，我可以运行如下查询：

从测试中选择*，其中按tuuid limit L以（0，…，15）顺序分片

表中可能有数百万行，因此我想了解这种order by查询的性能特征。一般来说，性能可能非常差，但如果使用一个合理数量的limit子句（顺序为10K），这可能不会太差-即16路合并，但限制相当低

---

任何提示、建议或代码中的指针都将非常感谢。

您的数据将根据您的列键进行排序。因此，上述查询中合并的性能问题不会因为where子句而发生，而是因为您的LIMIT子句afaik

您的列是按照tuuid的顺序插入的，因此没有性能问题

如果一次获取的行太多，我建议创建一个test_元表，每个X-insert在其中存储最新的timeuuid，以获取查询将获取的行的上限。然后，您可以将查询更改为：

从测试中选择*，其中（0，…，15）中的碎片，tuuid>x，tuuid 简而言之：利用列键并摆脱限制。或者，在Cassandra 2.0中，分页也会有所帮助

另一个我无意中发现的问题，你这么说

我的表中可能有数百万行

但是，根据您的数据模型，您将拥有精确的行分片数。这是您的行键，与分区器一起将决定数据的分布/分片

希望有帮助

更新

从我个人的经验来看，cassandra在大量读取和写入时都表现得相当好。如果结果集变得太大，我宁愿在接收/客户端遇到内存问题，而不是在服务器端超时。不过，为了防止这两种情况发生，我建议看一看即将推出的（2.0）分页功能

与此同时：

尝试使用以下方法进行调查

如果您主要阅读“最新”的数据，请尝试

---

对于缓存等常规优化，首先请阅读how，然后请参阅。

您的数据是根据列键排序的。因此，在上面的查询中，合并中的性能问题不会因为WHERE子句而发生，而是因为LIMIT子句afaik

您的列是按照tuuid的顺序插入的，因此没有性能问题

如果一次获取的行太多，我建议创建一个test_元表，每个X-insert在其中存储最新的timeuuid，以获取查询将获取的行的上限。然后，您可以将查询更改为：

从测试中选择*，其中（0，…，15）中的碎片，tuuid>x，tuuid 简而言之：利用列键并摆脱限制。或者，在Cassandra 2.0中，分页也会有所帮助

另一个我无意中发现的问题，你这么说

我的表中可能有数百万行

但是，根据您的数据模型，您将拥有精确的行分片数。这是您的行键，与分区器一起将决定数据的分布/分片

希望有帮助

更新

从我个人的经验来看，cassandra在大量读取和写入时都表现得相当好。如果结果集变得太大，我宁愿在接收/客户端遇到内存问题，而不是在服务器端超时。不过，为了防止这两种情况发生，我建议看一看即将推出的（2.0）分页功能

与此同时：

尝试使用以下方法进行调查

如果您主要阅读“最新”的数据，请尝试

---

对于缓存等一般优化，首先，阅读how，然后，请参阅。

是的，我应该详细说明-我的错误。tuuid列正好用于“where tuuid>”。其想法是我得到一批行（按tuuid asc排序）并返回它们，然后让客户端在下一次查询中使用成功处理的最后一个tuuid。但这确实意味着我需要order by tuuid子句，这将需要跨碎片合并。这是我想要了解的性能。在您对行数的评论中，我指的是逻辑行数。这将产生影响应该是宽行（PK的其余部分是列名）。是的，我应该详细说明-我的错误。tuuid列正好是用于“where tuuid>”的。我的想法是得到一批行（按tuuid asc排序）并返回它们，然后让客户端在下一次查询中使用成功处理的最后一个tuuid。但这确实意味着我需要order by tuuid子句，这将需要跨碎片合并。这是我想要了解的性能。在您对行数的评论中，我指的是逻辑行数。这将产生影响可以是宽行（PK的其余部分是列名）。

create table test (
  shard text,
  tuuid timeuuid,
  some_data text,
  status text,
  primary key (shard, tuuid, some_data, status)
);