Cassandra 使用日期和时间戳作为分区键和集群键

我有一个存储系统活动的表。数据模型具有以下结构

CREATE TABLE activities {
  id UUID,
  json text,
  activity_date Date,
  activity_time Timestamp,
  activity_type Text,
  Primary Key(activity_date, activity_type, activity_time)
}

上表提供的潜在用例包括

查找为给定日期生成的事件

查找为给定日期和活动类型生成的事件

查找在给定时间范围内为给定日期和活动类型生成的事件

上述数据模型容易受到bug的攻击，如果在同一毫秒内插入两个具有相同活动类型的活动，其中一个可能会覆盖另一个。这是因为casssandra保证时间戳的唯一性高达一毫秒

数据库中的另一个表具有类似的结构，我们看到记录彼此覆盖了两次。这在两年内发生了两次。虽然概率很低，但仍有可能破坏数据完整性

为了克服这个问题，我们可能会在insert查询中添加一个

IF NOT EXISTS

子句，这将导致一个insert失败，而如果出现这种情况，另一个insert将成功

不过，我想了解一下，这里还有什么可以做的吗

卡桑德拉还能提供我们所缺少的任何东西吗

---

这是一个设计糟糕的数据模型吗？但是考虑到这些查询，我们没有更多的列添加到键中。

一般来说，如果您的时间戳可能有冲突，您可以使用timeuuids而不是timestamp。它们应该是唯一的，您可以随时从它们那里获取时间戳

其他一些注意事项：

• 您是否使用您定义的UUID

• 您应该将熵添加到分区键中，可能（（activity\u date，activity\u type），activity\u time），因为只有activity\u date作为分区键才会导致热点

---

通常，如果您的时间戳可能存在冲突，您可以使用TimeUUID而不是时间戳。它们应该是唯一的，您可以随时从它们那里获取时间戳

其他一些注意事项：

• 您是否使用您定义的UUID

• 您应该将熵添加到分区键中，可能（（activity\u date，activity\u type），activity\u time），因为只有activity\u date作为分区键才会导致热点

---

您的问题非常有效，我认为根据我的说法，在集群列中添加eventId（在您的案例中是id）将提供唯一性。这应该是唯一的解决方案。你的问题非常有效，我认为根据我的说法，在集群列中添加eventId（在你的例子中是id）将提供唯一性。这应该是唯一的解决方案。我认为TimeUUID将是我们的选择，因为它可以确保无冲突的时间戳生成。谢谢你的建议。我们正在考虑删除UUID列，因为它没有被使用。我认为TimeUUID将是我们的选择，因为它可以确保无冲突的时间戳生成。谢谢你的建议。我们正在考虑删除UUID列，因为它没有被使用。