在Cassandra中为范围查询设置主键

我想创建一个包含以下列的表：

id1、id2、类型、时间、数据、版本

常见的查询是：

从id1=。。。和id2=。。。和类型=…

从id1=。。。和类型=。。。时间>。。。和时间<…

---

我不知道如何设置快速查询的主键？

由于您有两个不同的查询，您可能需要有两个不同的表才能使它们运行良好。这对于Cassandra数据模型来说并不罕见。请记住，对于这两种情况，Cassandra中的主键定义在很大程度上取决于基数和预期的查询模式。由于您只提供了后者，因此可能需要根据

id1

、

id2

和

类型的基数进行调整

从表名称中选择*，其中id1=X，id2=Y，type=Z

所以在这里我要做一个有根据的猜测，
id1
和
id2
几乎是唯一的（高基数），就像id通常是一样。我不知道您的应用程序中有多少种类型可用，但只要不超过10000种，这应该可以工作：

CREATE TABLE table_name_by_ids (
    id1 TEXT,
    id2 TEXT,
    type TEXT,
    time TIMESTAMP,
    data TEXT,
    version TEXT,
PRIMARY KEY ((id1,id2),type));

这将在
id1
和
id2
的联合散列上对分区进行键控，按
类型
对内部行进行排序（默认升序）

从表名称中选择*，其中id1=X，type=Z，time>A，time

同样，支持此查询的表如下所示：

CREATE TABLE table_name_by_id1_time (
    id1 TEXT,
    id2 TEXT,
    type TEXT,
    time TIMESTAMP,
    data TEXT,
    version TEXT,
PRIMARY KEY ((id1),type,time))
WITH CLUSTERING ORDER BY (type ASC, time DESC);

同样，只要您的类型/时间组合不超过几千个，这种方法就应该有效

不过，我要做的最后一个调整是，判断在应用程序的生命周期中，您希望有多少类型/时间组合。如果这些数据会随着时间的推移而增长，那么上述情况将导致分区增长到无法维护的程度。为了避免这种情况发生，我还建议添加一个时间“桶”

同样，也需要调整查询：

select * from table_name_by_id1_time
where id1= 'X' and type = 'Z'
and month_bucket='201910'
and time > '2019-10-07 00:00:00' and time < '2019-10-07 16:22:12';

有关更多信息，请查看原子批次上的DataStax文档：
在第一个查询中，您指的是
，其中id1=。。。和id2=…
？是的，它应该是从id1=。。。和id2=。。。键入=…
非常感谢您。如果我有两个表，这意味着当我想在这个数据库中添加一条记录时，我需要在两个不同的表中插入一条记录。那么我如何保证这两个插入的原子性呢？如果在我向第一个表插入记录后系统崩溃，这两个表中的数据可能不一致。@HaoChen编辑。感谢您的提示。我发现范围查询非常慢，
select*from table_name，其中id1=X，type=Z，time>a和time
<代码>时间
是时间戳，因此我们有太多的类型/时间组合，超过几千个。有没有更有效的查询方法？
select * from table_name_by_id1_time
where id1= 'X' and type = 'Z'
and month_bucket='201910'
and time > '2019-10-07 00:00:00' and time < '2019-10-07 16:22:12';

BEGIN BATCH

  INSERT INTO table_name_by_ids (
    id1, id2, type, time, data, version
  ) VALUES (
    'X', 'Y', 'Z', '2019-10-07 12:00:01','stuff','1.0'
  ) ;

  INSERT INTO table_name_by_id1_time (
    id1, id2, type, time, data, version, month_bucket
  ) VALUES (
    'X', 'Y', 'Z', '2019-10-07 12:00:01','stuff','1.0','201910'
  );

APPLY BATCH;