Cassandra 中列族的实际限制是什么？

Question

在 Cassandra 中，不建议拥有超过几千个列族，为了争论起见，我们说 2,000 个。在需要持久化 2,000 多种类型的数据的情况下，一种方法是将多种不相关类型的数据分片到每个列族中。

例如，单个CF 可以包含Orders、Invoices 和Customers，前提是它们的行键是不同的（例如，以对象类型为前缀，即单个CF 的键可以同时包含Order|1234和Customer|1234）。第二个 CF 可以包含说 Addresses、LineItems 和 OrderTypes。鉴于这种方法的基本可行性，它的实际限制是什么？例如，将所有 10,000 种类型的对象放入单个 CF 会有什么问题？据我从Cassandra wiki得知，CF 的大小没有硬性限制。

Answer 1

我不是粉丝。这与创建一个名为 OrdersOrCustomers 的关系表一样好，该表为两者都定义了列。由于引擎盖下的稀疏单元存储，Cassandra 中的存储引擎损失略低，但这仍然是不好的做法。

当你想映射/减少你的数据时，这会咬你；每个任务都必须扫描您的所有数据，并过滤掉与您真正感兴趣的内容（例如，客户）不匹配的行。祝你好运理解 Cassandra 跟踪每个 CF 的统计数据。（“这个 CF 是我应用程序 80% 的读取源是因为订单数据吗？还是因为它结合的客户会话？还是我投入的其他五种数据类型？”）

如果您绝对需要数万或数十万个 CF？即便如此，我也宁愿在没有 arena 分配的情况下运行 Cassandra，也不愿像这样破坏我的数据模型。