Cassandra索引详解

Posted 2020-10-18

转自： https://www.cnblogs.com/bonelee/p/6278943.html

1.什么是二级索引?

我们前面已经介绍过Cassandra之中有各种Key，比如Primary Key， Cluster Key 等等。如果您对这部分概念并不熟悉，可以参考之前的文章： [Cassandra教程] （四）使用Key的正确姿势 对于Cassandra来说，一级索引就是Primary Key. 因为查询的时候，可以直接根据Key算出token然后直接获取对应的记录。

而二级索引，作为辅助索引就是为了找到一级索引。然后再通过一级索引找到真正的值

原文链接：http://www.flyml.net/2016/09/16/cassandra-tutorial-secondary-index/

2. 二级索引的原理

Cassandra之中的索引的实现相对mysql的索引来说就要简单粗暴很多了。他实际上是 自动偷偷新创建了一张表格，同时将原始表格之中的索引字段作为新索引表的Primary Key！并且存储的值为原始数据的Primary Key

因此，什么样的数据、字段适合做二级索引，也就很清楚了。

我们翻译一下官方的解释：

参考网址： https://docs.datastax.com/en/cql/3.1/cql/ddl/ddl_when_use_index_c.html

原文链接：http://www.flyml.net/2016/09/16/cassandra-tutorial-secondary-index/

3. 什么时候 不适合 用索引

1. High-cardinality 列。 相当于这一列的值很多很多的时候。
   1. 因为查询了很多结果只能取出一小部分数据集
2. counter 类型的列
3. 删除、更新太过频繁的列
   1. Cassandra删除、更新数据都会给老数据设置一个Tombstone（墓碑）。当Tombstone的数据查过10K的时候，就会报错
   2. 再加上需要同步的更新索引表，Tombstone本身的标记也会很消耗资源
4. 数据集值太多
   1. 原文英文没怎么看懂，这是笔者自己的理解。
   2. 再次强调一下：二级索引里面存储的是原始数据的Primary Key。因此如果一次查询的数据过多就会遇到超时异常

总结一下：

就是索引对应的数据值不能太多也不能太少。 太多就超时，太少就浪费资源（需要创建太多的Primary Key）。 同时索引的列还要稳定，不能频繁的删除或者更新~

所以个人认为， 能不用Cassandra之中的索引就不要用 ，还不如自己显示的创建一个

原文链接：http://www.flyml.net/2016/09/16/cassandra-tutorial-secondary-index/

4. 如何使用索引

索引的使用非常简单，参考下面的代码以及相应的注释：

-- 创建索引 CREATE INDEX artist_names ON playlists( artist );   -- 查询 SELECT * FROM playlists WHERE artist = ‘Fu Manchu‘;   -- 优化查询 SELECT * FROM playlists WHERE id = 62c36092-82a1-3a00-93d1-46196ee77204 AND  artist = ‘Fu Manchu‘;

原文链接：http://www.flyml.net/2016/09/16/cassandra-tutorial-secondary-index/