Cassandra 一对多表设计

Question

我是 Cassandra 的新手，从 20 年的 RDBMS 开始，在过去的几天里，我一直在阅读和观看我能掌握的所有适用于我的情况的内容。我确定这是一个基本问题，但由于某种原因它没有点击，所以如果在其他地方回答了这个问题，请原谅。

我正在尝试设计一个表来存储用户之间的关联列表。任何用户都可以拥有任意数量的关联用户。这有点像朋友列表。

现在我有 3 个字段：

id (timeuuid) (PK)
用户 (uuid)
朋友 (uuid)

我希望能够做到：

SELECT * FROM friends WHERE user = ?

所以因为user不是 PK，所以不能在查询中使用。而且，如果我让它成为 PK 的一部分，它必须是唯一的，这意味着用户最多只能有 1 个朋友。

我通过在user上使用二级索引解决了这个问题，但我认为这种方法不是最好的主意。查询响应相当慢，显然是因为它必须向我所有的集群节点询问它们的部分数据。

那么：设计这张桌子的正确方法是什么？非常感谢您的任何指导。

Answer 1

Cassandra 中的模式设计，对于高效的表，将不利于您的 RDBMS 经验；为了效率，Cassandra更喜欢 denormalization，而不是 normalization 。通过这种方式，我的意思是，如果你有一些用户信息和你想查找，使用两个不同的主键，然后使用数据卡珊德拉，它实际上是更好地使用两个表（和复制数据）。是的，这意味着更多的存储空间，但它也允许更快的读取。

作为旁注，根据我自己的经验，我建议不要使用二级索引，而是简单地使用另一个表。Cassandra 中的二级索引的处理方式略有不同，后台线程会定期更新索引；这使得从索引中读取数据不如仅使用表那么可靠（即更可能以一种不好的方式让您感到惊讶）。

因此，我会根据您的需要推荐类似于以下两个表的内容：

CREATE TABLE users (
  id TIMEUUID PRIMARY KEY,
  user UUID,
  friend UUID
);

CREATE TABLE friends (
  id TIMEUUID,
  user UUID,
  friend UUID,
  PRIMARY KEY (user, friend)
);

第二个表可以让你做你的 CQL 查询：

SELECT * FROM friends WHERE user = ?

请注意，该friends表使用复合主键。这允许有多个friend值与该单个值相关联user。

这种多表方法的缺点之一是，您的应用程序代码现在必须负责为单个“更新”写入两个表，并且您必须处理任何潜在的偏差/协调。Cassandra 通过避免强制执行外键约束等并将其留给应用程序，以多种方式实现其性能。

希望这可以帮助！