为啥 Cassandra 内部不支持聚合？

Posted 2023-02-23

【中文标题】为啥 Cassandra 内部不支持聚合？

【英文标题】：Why Cassandra not support aggregation internally?为什么 Cassandra 内部不支持聚合？

【发布时间】：2018-10-09 06:44:46

【问题描述】：

在许多书籍和文章中考虑到这句话：

在列式架构中，寻求聚合特定列的值的查询会得到优化，因为要聚合的所有值都存在于相同的磁盘块中。而Cassandra是列族NoSQL数据库。

如果这句话是真的，为什么Cassandra内部不支持聚合函数呢？还是我误解了这句话或概念？

【参考方案1】：

为什么 Cassandra 内部不支持聚合函数

Cassandra 确实支持每个请求聚合函数（在 java、python、javascript 和一些预制函数中自定义），当在单个分区上使用时，这些函数在限制范围内工作。请记住，此查询实际上旨在在几毫秒内得到答复，因此如果经常查询，计算一百万个值的平均值的东西将无法正常工作。

聚合不能轻易地更新为删除（在分布式环境中尤其困难，因为删除甚至可能在所有节点上都看不到 - 请记住 Cassandra 是 AP 而不是 CP）并且 ttl'd 数据过期，因此整个集合to aggregate 必须重新计算并从一致性级别发送到 coordinator 进行计算。因此，虽然分区的数据在一定数量的 sstables 中按顺序保存在磁盘上并且可以非常有效地合并，但它在协调器上仍然很昂贵，并且如果在一个范围内完成传输和计算的数据量最终可能会失败（超时）很容易。

【参考方案2】：

Cassandra 是一个行存储引擎。如果要获取与特定列值匹配的所有记录，则需要对表进行全扫描。

看到这个other question。