Cassandra 仅使用复合分区键的第一项查询所有行

我有以下专栏：

CREATE TABLE test."Data" (
    "ItemID" uuid,
    "DataID" uuid,
    PRIMARY KEY (("ItemID", "DataID"))
)

我想获取所有具有

“ItemSourceID”=someuuid

的行

在此之前，我有以下模式，显然效果很好：

CREATE TABLE test."Data" (
    "ItemID" uuid,
    "DataID" uuid,
    PRIMARY KEY (ItemID, "DataID")

但是我有很多性能问题，因为对于一个特定的ItemID（几百万）有太多的行

我想知道以下请求是否允许我获得特定ItemID的所有结果，或者是否确实不可能：

SELECT * FROM "Data" WHERE token("ItemID", "DataID") > token(e9e9ebfd-c9aa-11e4-b1a1-b8e85641b1e0, 00000000-0000-0000-0000-000000000000) LIMIT 1000;

然后用我得到的最后一个UUID替换00000000-0000-0000-0000-000000000000，直到没有这个itemID的结果为止。基本分页

我现在得到了结果，但我不知道是否能得到所有结果，因为我不确定令牌是如何工作的，并且00000000-0000-0000-0000-000000000000是否总是第一个

我使用的是卡桑德拉2.1.4

---

谢谢你的帮助

使用ItID作为分区键和DATAID，因为聚类密钥很可能是你想考虑的数据模型。我从去年9月看到的基准表明，在现代版本的Cassandra中，在一个分区中有“数百万”个单元应该是可以的，只要它们不是墓碑（你可以查看Patrick McFadin去年9月在旧金山举行的Cassandra Summit 2014上的演讲的细节）

使用令牌进行迭代将是一种回退，但我认为您不能保证所有0的UUID实际上都是第一位的-您应该选择令牌限制1以找到绝对最低值，然后在后续选择中使用生成的令牌

---

就我个人而言，我可能会尝试手动拆分分区—DataID是否基于时间（类型1 UUID？）。如果是这样的话，我可能会尝试将分区划分为逻辑日期块（例如每天1个分区）。

Datastax的一位顾问告诉我，一个分区包含的数据不应超过100000个。不幸的是，我有一些墓碑，我尝试尽可能频繁地运行压缩，但每个分区需要很长的100K单元，这正是我倾向于使用的，但这是基于在运行旧版本时过于保守。如果datastax仍然推荐这个限制，我当然会遵从他们。好的，谢谢你的回答，我会尝试使用一个自定义分区键，比如一个递增的数字，并运行一些基准测试，看看它是否有区别