Cassandra 索引与物化视图

Posted 2023-03-22

【中文标题】Cassandra 索引与物化视图

【英文标题】：Cassandra indexes vs materialized view

【发布时间】：2016-04-07 12:46:42

【问题描述】：

我有下一个 Cassandra 表结构：

CREATE TABLE ringostat.hits (
  hitId uuid,
  clientId VARCHAR,
  session MAP<VARCHAR, TEXT>,
  traffic MAP<VARCHAR, TEXT>,
  PRIMARY KEY (hitId, clientId)
);

INSERT INTO ringostat.hits (hitId, clientId, session, traffic)
  VALUES('550e8400-e29b-41d4-a716-446655440000'. 'clientId', 'id': '1', 'number': '1', 'startTime': '1460023732', 'endTime': '1460023762', 'referralPath': '/example_path_for_example', 'campaign': '(not set)', 'source': 'www.google.com', 'medium': 'referal', 'keyword': '(not set)', 'adContent': '(not set)', 'campaignId': '', 'gclid': '', 'yclid': '');

INSERT INTO ringostat.hits (hitId, clientId, session, traffic)
      VALUES('650e8400-e29b-41d4-a716-446655440000'. 'clientId', 'id': '1', 'number': '1', 'startTime': '1460023732', 'endTime': '1460023762', 'referralPath': '/example_path_for_example', 'campaign': '(not set)', 'source': 'www.google.com', 'medium': 'cpc', 'keyword': '(not set)', 'adContent': '(not set)', 'campaignId': '', 'gclid': '', 'yclid': '');

INSERT INTO ringostat.hits (hitId, clientId, session, traffic)
      VALUES('750e8400-e29b-41d4-a716-446655440000'. 'clientId', 'id': '1', 'number': '1', 'startTime': '1460023732', 'endTime': '1460023762', 'referralPath': '/example_path_for_example', 'campaign': '(not set)', 'source': 'www.google.com', 'medium': 'referal', 'keyword': '(not set)', 'adContent': '(not set)', 'campaignId': '', 'gclid': '', 'yclid': '');

我想选择source='www.google.com' AND medium='referal' 所在的所有行。

SELECT * FROM hits WHERE traffic['source'] = 'www.google.com' AND traffic['medium'] = 'referal' ALLOW FILTERING;

没有添加ALLOW FILTERING我得到错误：No supported secondary index found for the non primary key columns restrictions。

这就是为什么我看到两个选项：

在流​​量列上创建索引。 创建物化视图。 创建另一个表并为traffic 列设置INDEX。

哪个是最好的选择？此外，我有很多 MAP 类型的字段，我需要对其进行过滤。如果我在每个字段上添加INDEX 会出现什么问题？

谢谢。

【问题讨论】：

您应该考虑将最后一个问题作为一个单独的问题提出。

【参考方案1】：

来自When to use an index。

在这些情况下不要使用索引：

在高基数列上，因为您随后会针对少量结果查询大量记录。 [...] 相反，在基数极低的列（例如布尔列）上创建索引是没有意义的。 在使用计数器列的表中 在经常更新或删除的列上。 除非经过严格查询，否则在大分区中查找一行。

如果您的计划使用满足这些标准中的一个或多个，最好使用物化视图。

【讨论】：

在我的物化视图中，我需要在traffic 列上添加索引？

不，您要查询的列需要按顺序在 PRIMARY KEY 中。

但是我有 MAP 类型。我不能在这种类型上设置 PRIMARY KEY :(

那么你必须使用索引，或者重塑你的数据。物化视图无济于事。

我认为将traffic 列分隔在不同的列中，如traffic.source VARCHAR、traffic.medium VARCHAR 会有所帮助。谢谢你:)