如何选择我的Cassandra密钥进行正确的默认排序？

我的表格

samples

由以下列组成：

id : uuid
created : timestamp
device : ascii
reading : float

我的大多数查询都是在所有设备上获取最新的

n

样本，因此我希望这是默认排序：

SELECT*FROM samples LIMIT 1024

我还希望能够有效地获取给定设备的最新

n

样本：

从设备='abc'限制1024的示例中选择*

---

我应该如何设计分区键来实现这一点？

对于Cassandra，建议采用基于查询的建模方法。为此，需要支持的每个查询都有一个表是很常见的

SELECT * FROM samples LIMIT 1024

对于第一个查询，我马上看到的最大问题是没有

WHERE

子句。这将导致Cassandra必须检查每个节点以构建结果集；我绝对不希望这种情况发生。但听起来你最关心的是最近的数据，或者某个特定日期的数据。为此，我们需要基于日期/时间组件创建一个分区键或“bucket”

注意，这也是必需的，因为从多个分区检索的数据无法排序。

为此，数据的基数很重要。您选择的是前1024名，那么在一天内获得这么多是常见的吗？还是超过一周？现在，我假设“day”，并添加一个

day\u bucket

列

CREATE TABLE samples_by_day (
  id uuid,
  created timestamp,
  device ascii,
  reading float,
  day_bucket bigint,
  PRIMARY KEY (day_bucket,created,id)
) WITH CLUSTERING ORDER BY (created DESC, id ASC);

此主键定义将按天对数据进行分区（例如：20200710）。在这些分区中，数据将由

创建的
按降序排列（将最新的数据放在顶部）。添加了
id
列以确保唯一性。这将支持以下查询：

SELECT * FROM samples_by_day
WHERE day_bucket = 20200710 LIMIT 1024;

您可以在多天内运行多个查询。您甚至可以每周或每月“存储桶”，假设这不会超过20亿个单元/分区的限制

支持此查询：

SELECT * FROM samples
WHERE device = 'abc' LIMIT 1024;

…要容易得多

这是可行的，但可能会遇到“未绑定行增长”的问题。基本上，如果继续为每个设备添加设备样本，分区大小最终将达到最大值。因此，添加
day\u bucket
（或bucket适合您的任何时间）作为额外的分区键可能是必要的：

PRIMARY KEY ((device,day_bucket),created,id)

通过此更改，查询也需要更改：

SELECT * FROM samples_by_device
WHERE device = 'abc' AND day_bucket = 20200710 LIMIT 1024;

如果我想要最新的
n
样本，但我不知道这是多少天，这是如何工作的？我是否需要在应用程序端实现这一逻辑，并继续要求更多的时间，直到我有足够的时间？@sdgfsdh我想说，您完全可以在应用程序级别抽象它，使它看起来像是一个调用，但在数据访问层（每天）单独调用Cassandra。
SELECT * FROM samples_by_device
WHERE device = 'abc' AND day_bucket = 20200710 LIMIT 1024;