Indexing 在Cassandra中考虑二级索引的高可用性和性能

我有一个设置：5个Cassandra节点集群，RF=3，我为表“user”中的一列执行了二级索引

1根据我对使用链接的二级索引的研究：我知道二级索引将存储在本地节点中。这是否意味着在五节点集群中，只有一个节点的二级索引可用？如果不在RF=3 for user表中，那么辅助索引表在多少节点中可用

2以下两个查询在执行上有什么不同

   CREATE TABLE user(
    user_group int PRIMARY KEY,
    user_name text,
    user_phone varint
   );

  CREATE INDEX username_idx ON user (user_name);

在这个表格设置中

查询1：从user_name='test'中选择*FROM user

查询2：从user_group=1和user_name=test的用户中选择*

上述两个查询将通过5节点集群中的多少节点执行，以及这两个查询在性能上有何不同

编辑：

假设我有一张像下面这样的桌子

CREATE TABLE nodestat (
    uniqueId text,
    totalCapacity int,
    physicalUsage int,
    flashMode text,
    timestamp timestamp,
    primary key (uniqueId, timestamp)) 
    with clustering order by (timestamp desc);

CREATE CUSTOM INDEX nodeIp_idx ON nodestat(flashMode)

查询3：从nodestat中选择*，其中uniqueId='test'和flashMode='yes'

在这种情况下，表中总是只有一个分区，那么二级索引搜索与没有分区键的二级索引相比有什么不同呢？它的效率有多高

记录您的问题1：

这是否意味着在五节点集群中，只有一个节点的二级索引可用

二级索引在集群的每个节点中都可用，它建立在该节点中的数据以及该节点的本地数据之上。也就是说，它只知道该特定节点中的主键。可以将次索引想象为一个查找表，其中引用了该节点上的主键

因此，在您的案例中，每个节点都会构建自己的二级索引—所有5个节点，但不知道彼此的引用

如果不在RF=3 for user表中，那么辅助索引表在多少节点中可用

辅助索引没有复制因子，因为它对每个节点都是本地的。因为您的数据已经被复制到RF=3，所以每个节点中的二级索引都将被索引

请回答你的第二个问题：

Query 1 : SELECT * FROM user WHERE user_name = 'test';

此查询将在群集中的所有节点上执行分散聚集。由于二级索引是每个节点的本地索引，因此在您的案例中，所有5个节点都必须执行查询->执行二级索引查找以找出分区键->然后将实际结果返回给协调器

随着表变大，查询通常会导致超时。在极端情况下，它可以像select*一样关闭节点，而不使用分区键。因此，在Cassandra中一般不鼓励使用二级索引和这种没有分区键的查询，最好避免使用它们

与前一个查询相比，此查询的性能更好，因为它在分区键上具有筛选器。在上面的表定义中，没有集群列，因此该查询将只对主键进行筛选，因为每个分区只有一行。因此，二级索引没有太大的改进。总的来说，它不是分散-聚集类型的查询，因此性能更好

编辑以解释问题3

在这个查询中，辅助索引与分区键一起使用。如果给定分区键存在1000个集群列，那么这个二级索引将有所帮助，我们希望快速缩小结果集的范围。请记住，次索引存储整个主键分区键+集群列引用。因此，在宽分区的情况下，当与分区键一起使用时，这个辅助索引证明是有用的

---

例如，在您的例子中，假设只有一个分区uniqueId='test'。但在这个分区“test”中，假设有10000个不同的时间戳值。所以flashMode可能有10000个不同的值。这个二级索引将有助于缩小到分区“test”中10000个匹配项中值为yes的flashMode列。

我还发现，如果提供了分区键，我没有看到二级索引表的使用，据我了解，它仅用于从提供的值/搜索字符串中获取分区节点？我还了解，如果不创建索引，我们将无法对非主键值执行搜索，那么提供分区键的辅助索引有何用途？编辑了我的答案，以包括对查询3的解释。请记住，辅助索引存储整个主键分区键+集群列。因此，它将有助于在1000个可能与给定分区列匹配的群集列中缩小到确切的主键。令人敬畏的解释看起来是合理的，因此分区Id和辅助索引是一个很好的解决方案，：如果有可用的二级索引，写操作是否也会对性能产生影响？是的，维护此附加二级索引查找表会有写开销。请参阅何时索引和何时无索引

Query 2 : SELECT * FROM user WHERE user_group = 1 AND user_name = 'test';

Query 3 : select * from nodestat where uniqueId = 'test' AND flashMode = 'yes'