具有多个集合值的Cassandra CQL where子句？

我的数据模型：-

tid                                  | codes        | raw          | type
-------------------------------------+--------------+--------------+------
a64fdd60-1bc4-11e5-9b30-3dca08b6a366 | {12, 34, 53} | {sdafb=safd} |  cmd

CREATE TABLE MyTable (
tid       TIMEUUID,
type      TEXT,
codes     SET<INT>,
raw       TEXT,
PRIMARY KEY (tid)
);
CREATE INDEX ON myTable (codes);

但我想基于多个集合值获取行，但这些都不起作用：-

select * from logData where codes contains 34;

select * from logData where codes contains 34, 12; or 
select * from logData where codes contains 34 and 12; or
select * from logData where codes contains {34, 12};

---

请协助。

您使用的数据模型效率极低。集合用于获取给定主键的一组数据，而不是相反。如果这就是所需要的，你就必须重新思考模型本身

---

我建议为集合中使用的每个值创建不同的列，然后将这些列用作复合主键。

您真的希望仅基于代码获取所有日志条目吗？这可能是一个相当大的数据集。事实上，你不是在看具体的日期/日期范围吗？我会输入这些代码，然后使用代码进行过滤，甚至完全在客户端对代码进行过滤

如果您有许多代码，并且对集合进行索引，则可能会导致索引的基数非常高，这将导致出现问题。无论您有自己的查找表，还是使用索引，请记住，实际上您有一个“表”，其中pk是值，并且每个与该值匹配的“行”都有对应该值的行。如果它看起来大得让人无法接受，那么它就是这样

我建议您重新审视这个需求——再说一遍……您真的需要所有与特定代码组合匹配的日志条目吗

---

如果你真的需要分析整个过程，那么我建议使用Spark来运行这项工作。然后，您可以运行Spark作业，每个节点将处理同一节点上的数据；与完全在应用程序中执行完整的表处理相比，这将显著减少影响。

如果我创建了您的表结构并插入了与上面类似的行，我可以在

code

集合中检查多个值，如下所示：

aploetz@cqlsh:stackoverflow2> SELECT * FROM mytable 
    WHERE codes CONTAINS 34 
      AND codes CONTAINS 12
      ALLOW FILTERING;

 tid                                  | codes        | raw          | type
--------------------------------------+--------------+--------------+------
 2569f270-1c06-11e5-92f0-21b264d4c94d | {12, 34, 53} | {sdafb=safd} |  cmd

(1 rows)

现在，正如其他人所提到的，让我也告诉你为什么这是一个糟糕的想法

对于集合上的二级索引（基数似乎相当高），每个查询都必须检查每个节点。Cassandra的想法是尽可能多地按分区键进行查询，这样每次查询只需点击一个节点。苹果的理查德·洛（Richard Low）写了一篇很棒的文章，名为。它应该让你重新思考你使用二级索引的方式

其次，我能让卡桑德拉接受这个查询的唯一方法是使用。这意味着，Cassandra应用所有fitlering条件（WHERE子句）的唯一方法是收回每一行，并单独筛选出不符合条件的行。效率极低。需要明确的是，ALLOW FILTERING指令是您永远不应该使用的

---

在任何情况下，如果您需要使用

code

进行查询，那么您应该设计一个附加的查询表，将

code

作为主键的一部分。

我知道已经很晚了。国际海事组织认为，只要稍作改动，这种模式就足以实现预期目标。我们所能做的就是拥有和被查询集的幂集成员一样多的行

CREATE TABLE data_points_ks.mytable (
    codes frozen<set<int>>,
    tid timeuuid,
    raw text,
    type text,
    PRIMARY KEY (codes, tid)
) WITH CLUSTERING ORDER BY (tid ASC)

INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {12}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {34}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {12, 34}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {53}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {12, 53}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {34, 53}, '{sdafb=safd}', 'cmd');
INSERT INTO mytable (tid, codes, raw, type) VALUES (now(), {12, 34, 53}, '{sdafb=safd}', 'cmd');

 tid                                  | codes        | raw          | type
--------------------------------------+--------------+--------------+------
 8ae81763-1142-11e8-846c-cd9226c29754 |     {34, 53} | {sdafb=safd} |  cmd
 8746adb3-1142-11e8-846c-cd9226c29754 |     {12, 53} | {sdafb=safd} |  cmd
 fea77062-1142-11e8-846c-cd9226c29754 |         {34} | {sdafb=safd} |  cmd
 70ebb790-1142-11e8-846c-cd9226c29754 |     {12, 34} | {sdafb=safd} |  cmd
 6c39c843-1142-11e8-846c-cd9226c29754 |         {12} | {sdafb=safd} |  cmd
 65a954f3-1142-11e8-846c-cd9226c29754 |         null | {sdafb=safd} |  cmd
 03c60433-1143-11e8-846c-cd9226c29754 |         {53} | {sdafb=safd} |  cmd
 82f68d70-1142-11e8-846c-cd9226c29754 | {12, 34, 53} | {sdafb=safd} |  cmd

或

SELECT * FROM mytable 
WHERE codes = {12, 34};

SELECT * FROM mytable 
WHERE codes = {34};