Cassandra 查询卡桑德拉的最快方法？主键还是分区键？

问卡桑德拉最快的方法是什么？ 我有一个主键由3列组成的表。我通过其中一列进行查询，速度非常慢（我通过Spark进行查询）。3个人的查询速度会更快吗

我还有一个由两列组成的分区键。不幸的是，我用来获取记录的列不是分区键中的列之一。会不会因此而变慢

任何见解都是有益的

不幸的是，我用来获取记录的列不是分区键中的列之一。会不会因此而变慢

是的，这很可能就是事情进展缓慢的原因。虽然公平地说，Spark是为查询分布式数据存储而设计的。它不是设计来快速的

所以我假设您的主键定义如下所示：

PRIMARY KEY((A,B),C)

通过

C

进行查询速度慢的原因是因为Cassandra（Spark）无法确定集群中哪个节点负责基于

C

的数据。因此，每个节点都需要检查满足查询的

C

值

3个人的查询速度会更快吗

是的，三者的查询速度可能更快。这是因为分区键由

A

和

B

组成。对于基于分区键的查询，在这种情况下，

a

和

B

的键值被散列在一起。该散列与每个节点负责的令牌范围相匹配。这样，可以容易地确定包含所需数据的目标节点，并且不需要检查每个节点的匹配值

---

如果我只使用主键中的一列（比如A）进行查询，那也会很快，对吗

---

不，不会的。给定

（A，B）

的分区键定义，包含数据的节点不能仅由

A

确定。事实上，由于结果集可能会更大，通过

A

查询可能会比通过

C

查询慢，至少在

C

上的查询应该比在另一列上的查询快-Spark连接器会将执行向下推到Cassandra，因此过滤将发生在Cassandra端，不像将所有内容都读入内存和Spark端的过滤器…如果我只使用主键中的一列（比如A）进行查询，那么也会很快，对吗？我没有自由使用两列或三列进行查询。@Faraz编辑已完成。你好，Aaron，按群集键进行查询不是最快的吗？它只需一次就可以返回成吨的记录。我喜欢这样。通过集群键进行查询不是最快的吗？@Faraz也包括前面的键。