Cassandra 在卡桑德拉的大桌子上慢选

我在Cassandra（2.1.15.1423）中有这样的表格，有超过1400000条记录：

CREATE TABLE keyspace.table (
    field1 text,
    field2 text,
    field3 text,
    field4 uuid,
    field5 map<text, text>,
    field6 list<text>,
    field7 text,
    field8 list<text>,
    field9 list<text>,
    field10 text,
    field11 list<text>,
    field12 text,
    field13 text,
    field14 text,
    field15 list<frozen<user_defined_type>>,
    field16 text,
    field17 text,
    field18 text,
    field19 text,
    PRIMARY KEY ((field1, field2, field3) field4)
) WITH bloom_filter_fp_chance = 0.01
    AND caching = '{"keys":"ALL", "rows_per_partition":"NONE"}'
    AND comment = ''
    AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy'}
    AND compression = {'sstable_compression': 'org.apache.cassandra.io.compress.LZ4Compressor'}
    AND dclocal_read_repair_chance = 0.1
    AND default_time_to_live = 0
    AND gc_grace_seconds = 864000
    AND max_index_interval = 2048
    AND memtable_flush_period_in_ms = 0
    AND min_index_interval = 128
    AND read_repair_chance = 0.0
    AND speculative_retry = '99.0PERCENTILE';

创建表keyspace.TABLE(
字段1文本，
字段2文本，
字段3文本，
字段4 uuid，
field5地图，
字段6列表，
字段7文本，
字段8列表，
字段9列表，
字段10文本，
字段11列表，
字段12文本，
字段13文本，
字段14文本，
字段15列表，
字段16文本，
字段17文本，
字段18文本，
字段19文本，
主键（（字段1、字段2、字段3）字段4）
)使用bloom_过滤器时，fp_概率=0.01
和缓存=“{”键“：“所有”，“每个分区的行“：“无”}”
和注释=“”
AND compression={'class'：'org.apache.cassandra.db.compression.SizeTieredCompactionStrategy'}
压缩={'sstable_compression'：'org.apache.cassandra.io.compress.LZ4Compressor'}
和dclocal\u read\u repair\u chance=0.1
并且默认的\u time\u to\u live=0
gc_grace_秒=864000
最大指数间隔=2048
和memtable_flush_period_in_ms=0
最小索引间隔=128
并读取_repair_chance=0.0
推测性_重试='99.0百分位'；

在应用程序中，我使用Python（CassandraDriver==3.1.1）和Go（gocql）

问题:

我需要将记录从这个表移动到另一个表。 当我尝试获取数据（即使没有过滤器）时，所有操作都会停止，并出现超时错误。

---

我试图更改fetch\u size/page\u size-结果相同，但经过几分钟的等待。

如果要将记录从此表移动到其他表，则应一次移动一个分区范围。做一些类似的事情

SELECT * FROM keyspace.table

在Cassandra这样的高度分布式数据存储中不起作用。这是因为像上面这样的查询需要执行完整的群集扫描和分散/聚集操作才能满足它。这是C*中的反模式，在大多数情况下会导致超时。更好的方法是一次只查询一个分区。数据存储可以非常快速地检索这些数据。这类操作的一种常见模式是一次遍历一个表的令牌范围，然后分别处理每个表。下面是一个示例（抱歉，它是在Java中），说明如何在Cassandra中切片令牌范围，以便一次只处理一小部分数据：

---

如果要将记录从此表移动到另一个表，则应一次移动一个分区范围。做一些类似的事情

SELECT * FROM keyspace.table

在Cassandra这样的高度分布式数据存储中不起作用。这是因为像上面这样的查询需要执行完整的群集扫描和分散/聚集操作才能满足它。这是C*中的反模式，在大多数情况下会导致超时。更好的方法是一次只查询一个分区。数据存储可以非常快速地检索这些数据。这类操作的一种常见模式是一次遍历一个表的令牌范围，然后分别处理每个表。下面是一个示例（抱歉，它是在Java中），说明如何在Cassandra中切片令牌范围，以便一次只处理一小部分数据：

---

谢谢，但我有同样的请求。我也尝试在for循环中获取数据，指定PK的最后一部分，但这只适用于记录少于10k的分区（你说的“指定PK的最后一部分”是什么意思，因为您必须在任何select语句中指定整个分区密钥？我建议您查找每个主机的所有令牌范围，并在这些分区范围中循环。您不应该在特定分区中有>10K的记录，否则您将遇到其他问题。谢谢，我明天会尝试。谢谢，但我有相同的要求我还尝试在for循环中获取数据，指定PK的最后一部分，但这只适用于记录少于10k的分区（你说的“指定PK的最后一部分”是什么意思，因为您必须在任何select语句中指定整个分区键？我建议您查找每个主机的所有令牌范围，并在这些分区范围中循环。在特定分区中，您不应该有>10K的记录，否则您将遇到其他问题。谢谢，我明天将尝试。您可以共享在中使用的代码吗您的驱动程序是否从该表中提取数据？您能否共享驱动程序中用于从此表中提取数据的代码？