为啥 Cassandra 中的超级列不再受青睐？

Posted 2023-02-15

【中文标题】为啥 Cassandra 中的超级列不再受青睐？

【英文标题】：Why are super columns in Cassandra no longer favoured?为什么 Cassandra 中的超级列不再受青睐？

【发布时间】：2012-08-08 13:23:28

【问题描述】：

我在最新版本中读到，由于“性能问题”，超级列是不可取的，但在哪里没有解释。

然后我阅读了诸如this one 之类的文章，这些文章使用超级列提供了出色的索引模式。

这让我不知道目前在 Cassandra 中进行索引的最佳方法是什么。

超级列存在哪些性能问题？ 在哪里可以找到当前索引最佳做法？

【问题讨论】：

这是一个很好的问题。我认为这个 ebay 技术博客对优化架构有一个很好的低技术（没有太多技术细节）概述。 ebaytechblog.com/2012/07/16/… 但是，如果您喜欢真实的东西，最好阅读每个变更日志和路线图，以便更好地了解问题在哪里，是什么问题以及如何解决问题。阅读量太大，如果能在某个地方系统化就好了，但我在网上也找不到太多。

【参考方案1】：

超级列存在许多问题，其中最重要的是 Cassandra 在查询时必须反序列化超级列的所有子列（即使结果只会返回一个小子集）。因此，在性能受到影响之前，每个超级列可以存储的子列数存在实际限制。

理论上，这可以通过正确索引子列在 Cassandra 中解决，但一致认为复合列是更好的解决方案，并且它们可以在不增加复杂性的情况下工作。

使用复合列的最简单方法是利用CQL 3 提供的抽象。考虑以下架构：

CREATE TABLE messages(
    username text,
    sent_at timestamp,
    message text,
    sender text,
    PRIMARY KEY(username, sent_at)
);

这里的用户名是行键，但我们使用了 PRIMARY KEY 定义，它创建了一组行键和 sent_at 列。这很重要，因为它具有索引该属性的效果。

INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:42:15', 'Hi', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('alice', '2012-08-01 11:42:37', 'Hi yourself', 'bob');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:43:00', 'What are you doing later?', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:47:14', 'Bob?', 'alice');

Cassandra 将在后台存储上述插入的数据，如下所示：

alice: (2012-08-01 11:42:37,message): Hi yourself, (2012-08-01 11:42:37,sender): bob
bob:   (2012-08-01 11:42:15,message): Hi,          (2012-08-01 11:42:15,sender): alice, (2012-08-01 11:43:00,message): What are you doing later?, (2012-08-01 11:43:00,sender): alice (2012-08-01 11:47:14,message): Bob?, (2012-08-01 11:47:14,sender): alice

但是使用 CQL 3，我们可以使用 sent_at 谓词查询“行”，并返回一个表格结果集。

SELECT * FROM messages WHERE username = 'bob' AND sent_at > '2012-08-01';
 username | sent_at                  | message                   | sender
----------+--------------------------+---------------------------+--------
      bob | 2012-08-01 11:43:00+0000 | What are you doing later? |  alice
      bob | 2012-08-01 11:47:14+0000 |                      Bob? |  alice

【讨论】：

谢谢！说到复合键，Cassandra 是否能够有效地对每一列执行范围查询？ SELECT * 从某处 WHERE a > 3 AND a 17 等，假设键是 a, b, c。

或者复合列名（多组件）更适合这种情况？

你能看看这个吗：***.com/questions/11978386/…

有趣。我想使用主键作为 GUID 进行直接访问，但这个复合键似乎也是我想要使用的东西。使用简单的 INDEX 而不是主键是否可以正常工作？