Cassandra更改主键与触发多个选择查询

我有一个表，用于存储用户拥有的产品列表。这张桌子看起来像这样

create table my_keyspace.userproducts{
  userid,
  username,
  productid,
  productname,
  producttype,
Primary Key(userid)
}

所有用户都属于一个组，一个组中可能有至少1到最多100个用户

userid|groupid|groupname|
1     |g1     | grp1  
2     |g2     | grp2  
3     |g3     | grp3  

我们有一个新的要求，即在一个组中为所有用户显示所有产品

所以我要更改我的userproducts，这样我的分区键现在是groupid，并将userid作为集群键，这样我就可以在一个查询中获得所有结果

或者，我是否保持表的设计不变，通过从第二个表中选择组中的所有用户来启动多个select查询，然后为每个用户启动一个select查询，合并代码中的数据，然后将其返回给用户

---

谢谢。

甚至在开始讨论您的问题之前，您所展示的数据建模存在一个问题：您说您想存储“用户拥有的产品列表”。但这并不是您展示的表所具有的功能—您的表中的每个用户ID都有一个产品。“userid”是表的键，表中的每个条目，即每个唯一的userid，都有一个其他字段的组合

如果确实希望每个用户都有一个产品列表，则需要主键为

（userid，productid）

。这意味着每个记录都由用户ID和产品ID编制索引，或者换句话说，用户ID有一个记录列表，每个记录都有自己的产品ID。Cassandra允许您高效地获取单个用户ID的所有productid记录，因为它实现了键的第一部分作为“分区键”，而第二部分是“集群键”

关于您的实际问题，您确实有两种选择：要么对原始表执行多个查询，要么执行所谓的非规范化，即创建第二个表，其中包含您希望立即搜索的内容。对于第二个选项，您可以手动执行（每次有新数据时都更新两个表），或者让Cassandra使用名为物化视图的功能自动更新第二个表

要使用这两个选项中的哪一个—多个查询或多个更新—实际上取决于您的工作负载。如果它有很多更新和罕见的查询，最好让更新保持快速，让查询变慢。另一方面，如果更新很少但查询较多，则最好使更新速度变慢（当每次更新都需要更新两个表时），但使查询速度变快。另一个重要的问题是查询延迟对您来说有多重要-多个查询选项不仅会增加集群上的负载（您可以通过在问题上投入更多硬件来解决），而且还会增加延迟-这个问题不会随着更多硬件而消失，对于某些用例，可能会成为一个问题

---

在Cassandra中，您也可以通过使用次级索引功能来实现类似的目标，次级索引功能有其自身的性能特点（在某些方面类似于“多查询”解决方案）。

谢谢，我读过有关物化视图的内容，但我读到物化视图存在不一致的问题，其中视图不会随表更新，因此我对创建物化视图有点犹豫。当然，创建一个新表是另一种选择，但这意味着我的代码必须确保数据在各个表之间保持一致，这意味着如果在第一次写入我的数据后，对任何一个表的写入都失败，那么与MV的一致性保证就不完美了。例如，在某些极端情况下（涉及网络问题、重新启动节点等），最终可能会有一段数据出现在原始表中，但不在视图表中，反之亦然。但是，如果您在应用程序中手动执行此操作，那么要获得更好的一致性保证并不容易——正如您所注意到的！最后一个问题，二级索引与多个查询有何相似之处，是不是因为每个查询都必须转到不同的分区才能获取数据？但是由于Cassandra将不负责合并这些查询的结果，这是否会减少延迟，特别是如果我在多个线程中运行select查询并将结果合并到代码中？当您使用辅助索引时，Cassandra内部需要查询该索引以获得行列表，然后读取这些行（因为与MV不同，在SI中，索引只包含行键，而不包含这些行的全部内容）