无二级索引的Cassandra数据模型

我有一张桌子

CREATE TABLE tablea (
    hour text,
    key_mod int,
    processed int,
    column1 bigint,
    column2 biginit,
    column3 biginit,
    PRIMARY KEY ((event_hour, key_mod, processed), item_id, variation_id) 

CREATE INDEX processed_idx ON tablea (processed);

已处理接受两个值-1表示已处理0表示未处理

SELECT * FROM tablea WHERE hour=? AND key_mod=? AND p1='N' LIMIT 300;

这将创建一个巨大的二级索引，我感觉它也会导致频繁的gc

我的访问模式看起来像

获取一小批未处理的记录

处理它们

将批次中的记录标记为“已处理”

对这个表进行建模的最佳方式是什么？我们无法将processed添加到群集列，因为我们将无法更新它。我们的想法快用完了

---

感谢

这种情况使您看起来像是试图使用Cassandra作为队列（未处理的事件），这是一种反模式（您可以看到我对类似情况的另一个答案：）

将状态设置为分区列或集群列将使更新变得不可能，因此还需要删除，可能还需要先读后写，除了开销之外，这将创建墓碑

此外，正如您所提到的，在2值字段上建立索引会产生问题

我不会在这里复制粘贴我的另一个答案，但我非常确信，这些内容也可以解决您的问题（使用类似卡夫卡的东西似乎是您所需要的）。

---

干杯

多谢各位。这很有道理。