Database design 论坛型应用的Cassandra数据模型

我正在为论坛类型的应用程序设计一个数据库。我正在考虑使用Cassandra（我将拥有大量的数据，因此RDBMS可能不是一个可行的选择），但仍停留在如何设计数据库上。主要功能是搜索，即搜索关键字，所有带有该关键字的帖子都将被返回。搜索也可以根据用户的某些特征进行，例如声誉、地理位置等

到目前为止，我的想法是：

主键：日期和所有其他可搜索特征的组合，例如地理、声誉等，除了帖子中的单词，以便可以轻松搜索所有其他特征

二级索引：将所有单词放在单独的列中，并使它们成为二级索引，以便搜索“关键字”，我可以做

其中col1=关键字或col2=关键字…

列名为消息发布后第二天的所有帖子（或列名为帖子ID）

但我认为这确实是一种迂回的方式。还有更好的主意吗

谢谢

记住，仅仅因为你有很多集群列并不意味着你可以搜索它们。如果您的主键是（p、c1、c2、c3…），则要在c2上搜索，必须提供c1。要在c3上搜索，必须提供c1和c2

二级索引很适合在分区内查找数据。如果您的查询是跨分区的，您将遇到恼人的麻烦

---

当您对查询有了想法时，Cassandra最有效。您可以根据这些查询创建物理数据模型。在所有内容上搜索所有内容都应该留待搜索解决方案。确定您的查询并将这些信息保存在cassandra中。使用Solr或ElasticSearch进行任意搜索。

在Cassandra中定义模式对于了解要执行的查询非常重要

1-由X个字段组成的主键并不意味着您可以查询主键的任何字段。如果你定义

PRIMARY KEY(reputation, geography, category)

使用这样一个键，您无法查询类别，除非您同时了解声誉和地理位置。除非你了解声誉，否则你不能查询地理信息。因此，从左向右读取，您可以将字段置于

中的
位置

select * from abc where reputation = 'good';
select * from abc where reputation = 'good' and geography = 'usa';
select * from abc where reputation = 'good'  and geography = 'usa' and category='pizza';

不允许任何其他组合。要在cassandra中解决这个问题，您应该进行非规范化，将数据放入不同的表中。例如，3个表有3个不同的主键

table info_by_category ... PRIMARY KEY(category, geography, reputation)
table info_by_reputation ... PRIMARY KEY(reputation, category, geography)
table info_by_geography PRIMARY KEY(geography, reputation, category)

现在，您应该根据where条件选择要查询的表。如果您有声誉和地理位置，则应按地理位置查询表
info\u
，如果您有地理位置和类别，则应按类别转到
info\u

2-Cassandra不适合执行全文搜索：要完成这项工作，你应该在数据库旁边使用全文搜索引擎（如solr/elasticsearch/Whateveryou）。此外，即使放置了许多查找索引（以前是次要的idex），也不能将它们与
和
运算符组合。许多L.I.是一种不受欢迎的行为——如果你不能使用全文搜索，我宁愿使用地图，在地图值上放一个二级索引。尽管如此，您仍然无法使用
和
运算符搜索不同的单词

3-可以使用L.I.轻松完成

嗯，卡洛