Indexing CQL选择大于对索引非键列的查询

EDIT1：在原始问题之后添加了一个案例来描述问题

我想查询一个不属于我的键的列。如果我理解正确，我需要在该列上定义一个二级索引。但是，我希望使用一个大于条件（不仅仅是相等条件），这似乎仍然不受支持

我错过什么了吗？ 你将如何解决这个问题

我想要的设置：

Cassandra 1.1.6
CQL3

CREATE TABLE Table1(
             KeyA int,
             KeyB int,
             ValueA int,
             PRIMARY KEY (KeyA, KeyB)
           );

CREATE INDEX ON Table1 (ValueA);

SELECT * FROM Table1 WHERE ValueA > 3000;

由于Cassandra 1.1.6仍然不支持在具有复合键的ColumnFamilies上定义二级索引，因此我必须找到一个临时解决方案，删除其中一个键，但在非相等条件下仍然存在相同的问题

还有别的办法解决这个问题吗

谢谢你抽出时间

有关资料来源：

---

编辑1

这里有一个案例可以解释这个问题。正如rs atl所指出的，这可能是一个数据模型问题。假设我在stackoverflow上保留了一个包含所有用户的列族。对于每个用户，我都保存了一批统计数据（声誉、NumOfAnswers、NumofVoces……它们都是int）。我想查询这些统计数据以获得相关用户

CREATE TABLE UserStats(
             UserID int,
             Reputation int,
             NumOfAnswers int,
             .
             .
             .
             A lot of stats...
             .
             .
             .
             NumOfVotes int,
             PRIMARY KEY (UserID)
           );

现在我感兴趣的是基于这些统计数据对UserID进行切片。我希望所有用户拥有超过10K的声誉，我希望所有用户回答少于5个问题，等等

---

我希望这有帮助。再次感谢。

在Cassandra中，处理这种情况最灵活的方法可能是为每个统计设置一个单独的CF，将sentinel值作为键，并在列名中设置统计值，如下所示：

CF: StatName {
  Key: SomeSentinelValue {
    [Value]:[UserID] = ""
  }
}

假设您的状态为NumAnswers，用户ID为字符串：

CF: NumAnswers {
  Key: 0 {
    150:Joe = ""
    200:Bob = ""
    500:Sue = ""
  }
  Key: 1000 {
    1020:George = ""
    1300:Ringo = ""
    1300:Mary = ""
  }
}

---

因此，您可以看到，您的键本质上是一组值，这些值可以是数据所需的粗粒度或细粒度，而您的列是值+用户ID的组合。您现在可以为Cassandra提供一个已知键（或一组键），用于所需的粗粒度范围（相等），然后对列名的第一个组件执行范围查询。请注意，您不能将用户ID作为值写入，因为这将防止两个用户拥有相同的计数。

在CQL中，您可以在为所有列创建索引（即二级索引）后对其应用

WHERE

子句。否则，将出现以下错误：

Bad Request: No indexed columns present in by-columns clause with Equal operator

不幸的是，即使使用二级索引，由于以下原因，WHERE子句也要求CQL在二级索引上至少有一个EQ

Q：为什么总是需要至少进行一次EQ比较 次级指数？

答：关于二级指数的不等式总是存在的 在内存中完成，因此在另一个辅助索引上没有至少一个EQ 您将加载数据库中的每一行，其中包含大量 数据库不是一个好主意。因此，通过在一个 （辅助）索引，您希望限制需要读入的行集 内存达到可管理的大小。（虽然很明显，你仍然可以 这也会带来麻烦）

因此，基本上，如果除了EQ比较之外还有其他内容，它会加载所有“与查询匹配”的行，并检查它们是否匹配，一次一行。这在默认情况下是不允许的，因为它“可能会很慢。”（本质上，索引只用于索引“for equality”，而不用于任何其他内容，如<和>关系数据库上的哪些索引会）

需要注意的一点是，如果在二级索引上有多个非EQ条件，则还需要在查询中包含

ALLOW FILTERING

关键字，否则将得到

无法执行此查询，因为它可能涉及数据筛选，因此可能具有不可预测的性能。如果要在性能不可预测的情况下执行此查询，请使用“允许筛选”

一种简单的解决方法是在表中附加一个虚拟列，其中所有行在该列上都具有相同的值。因此，在本例中，您可以仅对所需的列执行范围查询。请务必意识到，NoSQL数据库上的此类查询可能会使系统运行缓慢/陷入困境

---

示例

cqlsh:demo> desc table table1;

CREATE TABLE table1 (
  keya int,
  keyb int,
  dummyvalue int,
  valuea int,
  PRIMARY KEY (keya, keyb)
) ....

cqlsh:demo> select * from Table1;

 keya | keyb | dummyvalue | valuea
------+------+------------+--------
    1 |    2 |          0 |      3
    4 |    5 |          0 |      6
    7 |    8 |          0 |      9

在ValueA和DummyValue上创建二级索引：

cqlsh:demo> create index table1_valuea on table1 (valuea);
cqlsh:demo> create index table1_valueb on table1 (dummyvalue);

使用

DummyValue=0

对

ValueA

执行范围查询：

cqlsh:demo> select * from table1 where dummyvalue = 0 and valuea > 5 allow filtering;

 keya | keyb | dummyvalue | valuea
------+------+------------+--------
    4 |    5 |          0 |      6
    7 |    8 |          0 |      9

主键（KeyA、KeyB） );

在表1（ValueA）上创建索引

从表1中选择*值A>3000

Cassandra方法是使用一些分区键，并始终使用该分区键，为
ValueA
可能的
主键（（KeyA，KeyB，ValueA）
设置一个聚类列，然后像这样使用：

从表1中选择*，其中KeyA='xx'和ValueA>3000
您必须具有相等条件，这是正确的。有许多帖子讨论了这一问题的原因。如果您能发布实际问题，我很乐意帮助您创建正确的数据模型。正如前面多次提到但值得重复的那样，使用Cassandra，您必须对数据进行建模以回答您的问题。首先，感谢您同意提供帮助。我将编辑我的帖子，并描述一个适合这个问题的简单案例。如果你对我的完整模型设计感兴趣，你可以在这里找到它：这个问题的相关列系列是TestsData。你事先知道你需要哪些列和/或值的范围是什么，或者这些是动态的吗？@rs\u atl:我有大约20个统计数据。我必须能够对所有用户进行切分。（顺便说一句：当你说动态时，你是指列吗？我不期望有很多新的统计数据，这个列族是静态的）+1建议使用DummyValue。它似乎是唯一允许您查询动态添加的列（而不是EQ查询）的解决方案。我遇到的任何其他解决方案都需要重新建模数据，这不是现有数据的选项。另一方面，这是一个非常糟糕的解决方案。根据文档：“在一辆极低的车上创建一个索引