是否可以从 Apache Cassandra 宽行中选择性地读取

Posted 2023-03-22

【中文标题】是否可以从 Apache Cassandra 宽行中选择性地读取

【英文标题】：Is it possible to Read selectively from a Apache Cassandra wide row

【发布时间】：2021-10-08 17:34:09

【问题描述】：

是否可以从 Apache Cassandra 行中选择性地读取？我听说“通常每次触发读取查询时都会在后台读取整行”。是否可以通过读取选择性列来减轻数据库引擎的压力？通过减少压力，我不是在谈论典型的避免选择 *，这将转化为更少的 IO 并使数据在网络上的移动更快；我说的是在提供结果之前，数据库引擎是否在内部将整行拉入内存？我对宽行很敏感，并希望我的阅读占用很小的空间。

我知道如何通过有选择地更新/写入您关心的列来避免完全写入。这个问题是非常具体的阅读。

【参考方案1】：

是的，如果您只是对分区键而不是集群列进行过滤，则可以对行进行分页。

例如，像这样的视频 cmets 表：

CREATE TABLE video_comments (
    video_id text,
    comment_id text,
    username text,
    ...
    PRIMARY KEY (video_id, comment_id)
) WITH CLUSTERING ORDER BY (comment_id DESC)

对于具有 100K cmets 的视频，Cassandra 将在第一次通过时检索最新的 N cmets，因为驱动程序默认启用了分页（5000 行）。但是要对其余行进行分页，需要在堆上对分区进行序列化以遍历行，直到获得所需的子集。

如果您想避免加载大分区，则需要相应地对数据进行建模，以避免分区变得非常大（宽）。干杯！

【讨论】：

感谢 Erick 的快速评论。不过，我的想法更横向；如果我读取单行但仅选择 30 列中的 2 列，Cassandra 是将整行拉入内存还是仅将那 2 列拉入内存？

是的，确实如此。因为 C* 在检索磁盘之前不知道磁盘上有什么。干杯！