Cassandra java查询性能计数（*）或全部（）

我想知道，结合使用ApacheCassandra和java哪个更快。我有以下选项来获得结果：

Statement s = QueryBuilder.select().from("table").where(QueryBuilder.eq("source",source);
ResultSet resultSet = session.execute(s);
if (resultSet.all().size() == 0) {
  //Do Something
}

实现我的计数的第二个选项是：

ResultSet rs = session.execute("SELECT COUNT(*) as coun FROM table WHERE source = '"+source+"'");
Row r = rs.one();
if (r.getLong("count") == 0) {
  //Do Something
}

在每个查询中，最大计数为1。现在我的问题是，一般来说，哪一个会更快。

只需调用System.currentTimeMillis以获取这两个选项并打印出来即可。 如果毫秒精度不够，请尝试System.nanoTime

---

我在多个表上测试了几个查询，使用count*的版本比使用resultSet.all.size==0的版本快得多。我使用CQLSH来尝试使用以下查询哪个更快，应该与java查询相同：

SELECT COUNT(*) as coun FROM table WHERE source = '...';

慢一点的：

SELECT * FROM table WHERE source = '...';

---

您必须根据网络流量来考虑这两个查询，这不仅适用于cassandra，而且适用于网络上的任何请求，例如jdbc请求、rest请求

SELECT * FROM table WHERE source = '...';

当您执行此查询，然后调用ResultSetall时，您正在检索所有*分区，其中where子句显然保存在使用datastax驱动程序的进程的内存中，并实例化一个包含所有行的ArrayList，最后调用一个简单的Listsize。 你必须记住这一点

*请注意，当查询检索到的行数大于指定的行数时，all方法还可以通过网络生成多个请求。这是更多的延迟

SELECT COUNT(*) as coun FROM table WHERE source = '...';

通过这个查询，您也在支付延迟，但这只是不可避免的。这就是将查询发送到cassandra集群并接收响应的RTT。 因为这将是一个简单的整数，所以它不会由于分页而产生多个请求，并且会消耗很少的bandwith

此外，IMHO如果您根本不需要行信息，那么使用select count将是一个更好的选择，因为您在需要的内容中是明确的，这将使服务器数据库、web服务器等有机会以特定的方式处理请求并提高性能。

---

例如，如果您的查询没有where子句，并且您只需要行的总数，其中包含select count*from。。。服务器可以利用每个表的内部计数器，更快地为查询提供服务。然而，因为在cassandra模型中，不可能保持计数器的一致性，但我认为这很清楚我的意思。

知道的唯一方法是分析它。但是，由于第二个没有返回行，我默认情况下会支持这一点。如果您正在执行count*之类的分析查询，您可能需要cassandra的Spark ontop之类的查询。请确保多次运行查询以获得良好的样本。当尝试在CQLSH中优化查询时，NODETOOL会有所帮助。

SELECT COUNT(*) as coun FROM table WHERE source = '...';