cassandra中的主键和索引

卡桑德拉是新手，还在学习

create table url (
  id_website int,
  url varchar,
  data varchar,
  primary key(url, id_website)
);

嗨，我有一个网站的url表

我不希望所有的url都在同一个节点上，这就是为什么主键是url优先，所以它将是分区键

大多数情况下，我将检索特定url的数据，例如：“url=？和id_网站=？”

但是，当我想要检索网站的部分/全部URL时，性能如何：

select * from url where id_website = 1 allow filtering limit XX;

我认为这个查询将被发送到所有节点上，然后扫描id_website=1的表，直到达到限制，然后合并并发送回我的客户机

但是，这种扫描是使用索引并有效，还是逐个读取列id_网站的值并进行比较（因此无效）？我确实将id_网站设置为主键的一部分，所以我希望它能被索引，但我真的不知道

我们是否有一些关于cassandra的工具，比如mysql的解释，来检查查询是否使用索引

谢谢

--

编辑 使用id_website作为分区键创建第二个表（和 批量写入/删除）

我不想使用这个解决方案，因为我可能有一个或两个网站非常庞大，有数百万个URL（还有数百万其他网站几乎没有URL）

如果我在id_网站上有一个分区密钥，而这两个或三个网站停留在同一个节点上，则可能会导致存储问题，或者处理这些网站的节点可能会被请求过多，而另一个则一无所获。我希望将数据分布到所有节点上。这就是为什么我坚持在url上进行分区

在id_网站上创建二级索引（为 （你）

这个解决方案怎么样？如果我理解的话，每个节点都会有一个表，根据id_website索引它存储的行（所以不是其他节点的行）。因此，我可以将我的URL分布在多个节点上，我不会让一个节点处理包含特定网站所有URL的大型索引

现在当我使用我的查询

select * from url where id_website = 1 allow filtering limit XX;

每个节点都接收到查询，但这次它们不必循环通过分区（url列），它们可以直接在索引中查找属于id_网站的url，并返回行（或不返回任何内容）。对吧?

---

此解决方案的相反之处是，每次请求完成时，它都会命中每个节点，但是，由于有了新的索引，它应该是快速的？

您走的路是正确的。使用allow filtering，您只是要求cassandra扫描所有节点：非常无效

id\u网站

在每个分区内都编制了索引，但由于您没有告诉Cassandra去哪里，他必须点击所有分区（所有节点）即使那些不包含所选

id\u网站的信息的人

——一旦Cassandra命中一个分区，他们也知道如何查找该信息，并且不需要扫描整个分区来获取数据

要在Cassandra中解决这个问题，您必须进行非规范化，在这种情况下，您可以通过两种可能的方式来实现：

创建第二个以id_website作为分区键的表（并批量写入/删除）

在id_网站上创建二级索引（为您创建一个表）

**由于问题编辑而编辑** 您所说的是对的：二级索引作为“本地索引”处理——每个节点仅为其拥有的数据创建一个本地索引表。下面是关于二级索引（您已经了解）的一个示例

创建索引后，必须从查询中删除

ALLOW FILTERING

嗯,，

---

Carlo

所以您告诉我，在这种情况下，id_网站索引不会用于接收查询的节点。它只在我做url=x和id\u网站=y的情况下使用，对吗？我告诉你，如果“url”表有3000个分区，其中1000个包含id\u网站=1的信息，cassandra将查询所有3000个分区，其中2000个将以空值回复，剩下的1000个将不会“扫描”自id_网站以来的分区在分区内编制索引。如果“url”表有3000个分区，其中1000个包含id_网站的信息=1，则cassandra将查询所有3000个分区。->好的，我想我理解了，就像在mysql中一样，如果你有一个主键（foo，bar），你不能在没有使用foo之前使用bar索引。->所以Cassandra会扫描所有的分区（url），并对每个url使用id_网站索引，但这是无效的，因为它必须先扫描分区？是的，我们使用了索引，但没有效果。谢谢@Carlo，如果你能看一下的话，我改进了我的问题。好吧，我正在为我的下一个软件寻找一个存储，我首先深入研究cassandra，然后是hbase（我想要宽列、可扩展的存储）。我想知道这些东西是如何工作的，对于分布式宽列存储，我认为在构建/反规范化模式时，了解在后台工作的方式是非常重要的。幸运的是，有很多关于卡桑德拉内部技术细节的博客。感谢你的链接，它准确地解释了我对缩放和索引的想法。