为什么二级索引在Cassandra中效率较低？

我在Cassandra文档中读到，创建二级索引的效率较低，因为在最坏的情况下，它需要接触所有节点才能找到非键列的数据

但我的疑问是，即使我们不创建二级索引，它也必须接触所有节点（在最坏的情况下），并找出具有此非键列值的特定行所在的位置

---

注意：是的，我知道如果基数很高，那么二级索引可能包含（存储）大部分所有行的索引，这样在存储方面就不好了。但我想知道，不创建二级索引比创建二级索引更有效吗？

二级索引应该只在特定情况下使用，例如，当您将它们与分区键列上的条件一起使用时，数据的基数是正确的，等等

例如，如果我们有下表：

create table test.test (
  pk int,
  c1 int,
  val1 int,
  val2 int,
  primary key(pk, c1));

您在列

val2

上创建了一个二级索引，那么下面的查询将非常有效：

select * from test.test where pk = 123 and val2 = 10

因为您仅将查询的执行限制为值为

123

的

pk

的副本节点

但如果你这样做了

select * from test.test where val2 = 10

然后Cassandra将需要到每个节点，并在那里请求数据-这将慢得多，并对协调节点施加压力

标准二级索引还有其他限制，例如，仅搜索特定值，列的基数很低或很高时出现问题，等等。从设计角度来看，SASI索引更好，尽管它们仍然是实验性的，并且在实现方面存在问题

您可以在以下内容中找到有关二级索引实现的技术细节

DataStax在商业产品中还有其他实现：

• 基于ApacheSolr的DSE搜索，因此您可以获得很大的灵活性（全文搜索、范围查询等）
• 新的实现称为SSTable-Attached-Indexes（SAI）——它们目前被标记为beta，但它们比标准的二级索引提供了更大的灵活性，比DSE搜索的开销更小

---

这篇文章很好地解释了这一点