当我在给定的 Cassandra 集群中“从 ColumnFamily 中选择 *”时会发生啥

Posted 2023-03-22

【中文标题】当我在给定的 Cassandra 集群中“从 ColumnFamily 中选择 *”时会发生啥

【英文标题】：What happens when I "select * from ColumnFamily" in a given Cassandra Cluster当我在给定的 Cassandra 集群中“从 ColumnFamily 中选择 *”时会发生什么

【发布时间】：2019-12-23 08:00:42

【问题描述】：

有人可以解释并提供解释

行为的文件吗

select * from <keyspace.table>

假设我有 5 个节点的集群，当发出此类查询时，Cassandra DataStax 驱动程序的行为如何？ （Fetchsize 设置为 500）

这是提取数据的正确方法吗？它会导致任何性能问题吗？

【参考方案1】：

不，这确实是一种非常糟糕的数据提取方式。当 Cassandra 至少通过分区键（标识保存实际数据的服务器）获取数据时，它会大放异彩。当您执行select * from table 时，请求被发送到协调节点，这将需要从所有服务器中提取所有数据并通过该协调节点发送，使其过载，如果您有足够的数据，很可能会导致超时集群。

如果您确实需要从集群中执行完整的数据提取，最好使用类似Spark Cassandra Connector 的东西，它按令牌范围读取数据，直接从持有数据的节点中提取数据，并并行执行此操作.您当然可以在 Java 驱动程序something like this 中实现令牌范围扫描，但与使用 Spark 相比，您需要做更多的工作。