Java Cassandra中的范围查询

我正在使用Cassandra2.1.2和相应的DataStax Java驱动程序以及DataStax提供的对象映射

下表定义：

CREATE TABLE IF NOT EXISTS ses.tim (id text PRIMARY KEY, start bigint, cid int);

映射：

@Table(keyspace = "ses", name = "tim")
class MyObj {
    @PartitionKey
    private String id;
    private Long start;
    private int cid;
}

访问者

@Accessor
interface MyAccessor {
    @Query("SELECT * FROM ses.tim WHERE id = :iid")
    MyObj get(@Param("iid") String id);

    @Query(SELECT * FROM ses.tim WHERE start <= :sstart")
    Result<MyObj> get(@Param("sstart") long start);
}

这似乎不起作用（我读了很多解释，为什么它决定不支持这一点，但我仍然不明白为什么有人会给出这样的限制，无论如何……）

所以，据我所知，WHERE子句中必须至少有一个等式

@Query(SELECT * FROM ses.tim WHERE cid = :ccid AND start <= :sstart")

CREATE INDEX IF NOT EXISTS myindex2 ON ses.tim (cid);

然后我试着

id text, start bigint, cid int, PRIMARY KEY (id, start, cid)

与

但还是没有运气

此外，我尝试将“start”设置为PartitionKey，但只能再次使用Equals进行查询

我错过了什么？如何获得此类查询的结果

编辑：版本更新为正确版本

我用的是卡桑德拉2.1.3

我不认为2.1.3已经发布。当前显示2.1.2为最高版本

从我所看到的情况来看，这里的主要问题是分区键

id

要么是唯一的，要么基数太高，对您没有用处。目前，您正在采用RDBMS风格的方法（通过唯一ID）存储数据。使用Cassandra，您希望以查询数据的方式存储数据。第一步是选择一个好的键来对数据进行分区

因此，我尝试创建一个二级索引

在这里您不想做的另一件事是使用二级索引。我看得出你很想这么做，你应该马上把这个想法忘掉。二级索引是为了方便而创建的。它们不是为了性能而创建的，也不是为了在数据模型上采用快捷方式而创建的

Cannot execute this query as it might involve data filtering and thus
may have unpredictable performance.

说到临时性，当看到此消息时，您可能会考虑尝试向查询中添加

ALLOW FILTERING

。绝对不要那样做。它直截了当地警告您这样做不会有好的表现，您应该注意这个警告

如果这能起作用，我必须知道cid的所有可能值，并分别查询它们，然后在客户机上执行其余的操作

cid的唯一性如何？如果必须获取并迭代所有的<代码> CID s太繁琐，那么您应该考虑选择/创建一个不太独特的值来进行分区。但是，假设

cid

将起作用，表定义应该是这样的：

CREATE TABLE IF NOT EXISTS ses.tim 
(cid int,
 start bigint,
 id text,
 PRIMARY KEY ((cid),start);

@Table(keyspace = "ses", name = "tim")
class MyObj {
    @PartitionKey
    private int cid;
    @ClusteringColumn(0)
    private Long start;
    private String id;
}

有了这个基础表定义，这个查询现在应该可以工作了

@Query("SELECT * FROM ses.tim WHERE cid = :ccid AND start <= :sstart")

---

<代码> >查询（从SESS.TIME中选择SED，CID＝：CCID和Stest

）如果您对同一组数据有不同的查询能力需求，您可以考虑对数据进行反规范化。根据您的问题，听起来您想要如下：

• 按

  id

• 通过

  start

第一个查询工作正常，正如您在当前架构中所指出的。但是，如果没有二级索引，第二个查询将无法正常工作，因为您已经调查过了（我总是针对二级索引）

您表示不想在

cid

上分区，因为您需要知道

cid

的所有可能值

我能想到三个想法：

• 使用伪主键创建一个单独的表，以便将所有数据存储在同一分区中。但是，如果有多个条目创建超宽分区，并且在任何节点上保留该数据的热点，则可能会出现问题。您计划拥有多少个

  create table if not exists tim (
      dummy int, 
      start bigint, 
      id text, 
      cid int, 
      primary key (dummy, start)
  );
  

  然后可以进行如下查询：

  select * from tim where dummy=0 and start <= 10;
  

  ---

  从tim中选择*，其中dummy=0，并开始查看此工具以可视化数据模型（仍在开发中）。第三个选项卡将为您的表定义提供可能的查询：谢谢，我同意您的第一个建议，使虚拟PK具有一定的范围以避免hotspotting@divadpoc你可能误解了Andy的观点。他说用虚拟PK存储数据是“有问题的”，因为它会超宽分区和任何节点上的热点都保存该数据。“使用虚拟PK，您将遇到热点…更不用说无限行增长的问题了。@BryceAtNetwork23感谢您指出这一点。我没有误读它。我想看看它在有一个范围（而不仅仅是一个值）时的性能如何。”可能扩大范围…写“避免”热点是我的错…我只是想看看它是如何执行的，如果热点太糟糕，我们必须考虑其他的想法在这里指出。
  @Query("SELECT * FROM ses.tim WHERE cid = :ccid AND start <= :sstart")
  
  create table if not exists tim (
      dummy int, 
      start bigint, 
      id text, 
      cid int, 
      primary key (dummy, start)
  );
  
  select * from tim where dummy=0 and start <= 10;
  
  select * from tim where start <= 10 ALLOW FILTERING;