Database design 有序范围查询的Cassandra数据模型

我正在努力为Cassandra列族/表制定正确的数据模型，这将使我能够查询我需要的内容

我只需要存储表示金融交易的单一类型实体的数据。主要字段（适用于查询、排序）：

uuid：每个事务的唯一ID

时间戳：事务的时间

source_id:string（基数较低，整个数据集的唯一值通常小于10）

destination_id:string（基数较低，整个数据集的唯一值通常小于10）

商户id:字符串（高基数，~100k唯一值）

还有其他字段（总共约20个），但查询或订购时不需要这些字段

我需要通过以下两种方式查询交易：

通过UUID

按日期范围，按商户id订购源id/目的地id的准确值

UUID查询需要快速，虽然日期范围查询应该尽可能高效，但它每天都作为脱机进程运行，因此可能需要更长的时间。最好了解查询时间在没有记录的情况下是如何伸缩的

Cassandra将被设置为4个节点的集群，跨越2个数据中心，以防影响分区密钥配置。我用的是卡桑德拉2.0

作为Cassandra的新手，我一直在阅读关于复合键、timeuuid、切片查询等的内容，但有点困惑。如果有人能提出正确的方法，或者给我指出正确的方向，我将非常感激

---

谢谢。

查询1相当简单，在CQL3中，它看起来像：

create table tx_by_uuid (
tx_id uuid PRIMARY KEY,
tx_time timestamp,
source_id text,
dest_id text,
merchant_id text
) 

查询2有点复杂： （注意，我在这里假设source\u id/destination\u id指的是两者都指定的需求，而不是和/或情况）

由于我们希望通过源\ id/目标\ id的精确值进行查询，因此理想情况下，我们需要使用这些列的组合作为分区键的主键。由于这些是低基数列，我们可能会遇到块状分区的问题，但由于您给了我们一些关于节点数量的额外信息，我们可以通过观察如果这些列中的每一列都有大约10个不同的值，从而确信source_id+destination_id是此表的可接受分区键，当组合起来时，将有大约100个不同的值。在一个更大的集群中，这不是理想的数据分布，我们可能希望在分区键中添加一个临时存储桶，但对于一个四节点集群，我们可能在这里就可以了

由于我们还希望按数据范围进行查询，因此我们希望将tx_time列作为集群列。此外，由于我们希望看到商家订购的结果，因此还需要一个集群列。最后，为了确保主键唯一地标识各个事务，tx_id应该是最后一个集群列。因此，查询2的表可能如下所示：

create table tx_by_merchant(
tx_id uuid,
tx_time timestamp,
source_id text,
dest_id text,
merchant_id text,
primary key((source_id, dest_id), tx_time, merchant_id, tx_id)
)

请注意，这些分区可能非常宽，因此最好在分区键中添加一个年+月补充列，以稍微分解这些分区。此外，如果需要反转顺序，请查看WITH CLUSTERING ORDER子句

---

检索由单个主键唯一标识的行的查询速度非常快。从非常宽的分区获取的查询可能会稍微慢一些，但仍然比使用辅助索引完成同样的任务要快。

非常感谢您的回答。看到您建议的支持范围查询的主键对我很有帮助。我之前尝试过在分区键中使用时间戳，这给了我一个错误。正如我现在所理解的，我必须约束分区键才能查询一个范围，即只查询一个节点？另外，如果我理解正确，您的示例要求在两个表之间复制记录？是否有任何方法可以通过UUID通过一个表高效地访问记录？我假设UUID上的二级索引不是一个好主意，因为基数很高？在Cassandra中，将数据复制到不同的结构中以实现高效查询正是我们的工作方式；）关于高基数，你是完全正确的。谢谢你的澄清。关于我要求查询日期范围内的记录的另一个问题，但按商户ID的订单结果-对于具有相同发送时间值的记录，您建议仅按商户ID的订单的主键。换句话说，如果我查询tx_by_merchant的日期范围，我确实会得到tx_time订购的记录。这是我按日期查询并将结果放入临时表的最佳方法，我可以在merchant_id（使用固定分区键）上对其进行索引？哦，明白了。然后问题就变成了，您认为总共有多少行与这个查询匹配？如果是一吨，您真的希望在一个查询中返回所有这些吗？我认为最好的选择是创建10分钟（或1分钟或1小时）的事务桶。bucket随后成为分区密钥的一部分，您可以获得所需的商户订单。折衷是，要在多个存储桶中查询一个时间范围，您必须发出多个查询。让我知道哪个选项听起来很吸引人，我会编辑答案来展示如何做。谢谢你的跟进。我实现的解决方案是使用一个额外的表来按商户id订购（总共3个表）。我将日期范围查询的结果插入到这个表中（对所有结果使用新的UUID分区键），并通过查询按商户id排序。