Cassandra中的总行数

我完全理解表中的

count（*），其中partitionId='test'

将返回行数。我可以看出，它所花费的时间与从表中选择*所花费的时间相同，其中partitionId='test

---

在Cassandra中是否有其他方法可以有效地检索行数

如果运行cqlsh，您可以比较

select*

和

select count（*）

的结果，并使用

tracing on

命令在那里启用跟踪-它将打印执行相应命令所需的时间。两个查询之间的区别只是返回的数据量

---

但无论如何，为了找到行数，Cassandra需要点击SSTable并扫描条目-如果在多个SSTable之间有分区分布，性能可能会有所不同-这可能取决于表的压缩策略，该策略是根据您的读/写模式选择的。

如Alex Ott所述，

计数（*）

需要遍历整个分区才能知道总数

事实上，Cassandra希望避免锁定，因此他们不会在其SSTABLE中维护许多行，每次执行

插入

、

更新

、或

删除

，实际上可能会覆盖另一个只标记为墓碑的条目（即，它不是就地覆盖，而是将新数据保存在sstable的末尾，并将旧数据标记为死数据）

COUNT（*）

将遍历sstables并对所有未标记为墓碑的条目进行计数。这非常昂贵。我们习惯于SQL具有表或索引中的总行数，因此

COUNT（*）

在这些表上是即时的…不在这里

---

我使用的一个解决方案是将Elasticsearch安装到您的Cassandra群集上。Elasticsearch保存在其统计数据中的一个参数是表中的行数。我不记得确切的查询，但或多或少您只需一个

count

请求，就可以在100毫秒内得到结果，无论数字是多少。即使在他有上千万行。就像使用

SELECT COUNT（*）…

一样，如果有多个写操作并行进行，结果将始终是近似值。如果写操作停止足够长的时间（可能约1或2秒），结果将稳定.

是每个分区键级别还是表级别需要计数？@dilsingi它是每个分区。除非您想维护一个单独的“计数器”表来获取计数，否则请选择计数（*）是您最好的选择，希望分区是小的。随着分区变大或表级计数即将超时，我正在寻找获得计数的最佳方法：（但我仍然没有得到任何结果，结果是选择计数（*）