在 cassandra 中选择不同计数的方法是啥？

Posted 2023-03-22

【中文标题】在 cassandra 中选择不同计数的方法是啥？

【英文标题】：What are the ways to select distinct count in cassandra?在 cassandra 中选择不同计数的方法是什么？

【发布时间】：2020-01-28 08:01:21

【问题描述】：

我需要在 cassandra 的表中选择不同的计数。

据我了解，cassandra 不支持直接不同计数，甚至不支持像 rdbms 这样的嵌套查询。

select count(*) from (select distinct key_part_one from ***_composite) as count;

SyntaxException：第 1:21 行在输入 '(' 处没有可行的替代方案 (select count(*) from [(]...)

获取途径有哪些。我是否可以直接从 cassandra 获取或需要使用任何插件工具/语言？

下面是我的创建表语句。

CREATE TABLE nishant_ana.ais_profile_table (
    profile_key text,
    profile_id text,
    last_update_day date,
    last_transaction_timestamp timestamp,
    last_update_insertion_timestamp timeuuid,
    profile_data blob,
    PRIMARY KEY ((profile_key, profile_id), last_update_day)
) WITH CLUSTERING ORDER BY (last_update_day DESC)
    AND bloom_filter_fp_chance = 0.01
    AND caching = 'keys': 'ALL', 'rows_per_partition': 'NONE'
    AND comment = ''
    AND compaction = 'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy', 'max_threshold': '32', 'min_threshold': '4'
    AND compression = 'chunk_length_in_kb': '64', 'class': 'org.apache.cassandra.io.compress.LZ4Compressor'
    AND crc_check_chance = 1.0
    AND dclocal_read_repair_chance = 0.1
    AND default_time_to_live = 0
    AND gc_grace_seconds = 864000
    AND max_index_interval = 2048
    AND memtable_flush_period_in_ms = 0
    AND min_index_interval = 128
    AND read_repair_chance = 0.0
    AND speculative_retry = '99PERCENTILE';

我刚刚开始使用 cassandra。

【参考方案1】：

在 Cassandra 中，您只能执行 select distinct partition_key from ...。

如果你需要这样的东西，你可以使用 Spark + Spark Cassandra Connector - 它会工作，但不要指望真正的实时答案，因为它需要从所有节点读取必要的数据，然后计算答案。