Cassandra：按复合键选择行

Question

我有一个与此类似的 Cassandra 架构：

CREATE TABLE table1 (a1 text,
  a2 text,
  b1 text,
  b2 text,
  c1 text,
  c2 text,
  PRIMARY KEY ( (a1, a2), b1, b2) )
);

这是针对时间序列数据的。a1 是我的 id，a2 是我的时间段。
问题：如何正确选择整个时间段？

我可以选择 a1 或 a2。但是如果我选择 a1 AND a2 请求超时。

SELECT * FROM table1 WHERE a1 = 'id1' AND a2 = 'time_bucket37' LIMIT 100 ALLOW FILTERING;

结果：请求未在 rpc_timeout 内完成。

这是我的：：

cqlsh:testmulti1> DESCRIBE TABLE datasimple;

CREATE TABLE datasimple (
  dc_name text,
  time_bucket text,
  partition int,
  perf_name text,
  vm_name text,
  measurement_time timestamp,
  perf_data int,
  platform text,
  PRIMARY KEY ((dc_name, time_bucket, partition), perf_name, vm_name, measurement_time)
) WITH
  bloom_filter_fp_chance=0.010000 AND
  caching='KEYS_ONLY' AND
  comment='' AND
  dclocal_read_repair_chance=0.000000 AND
  gc_grace_seconds=864000 AND
  index_interval=128 AND
  read_repair_chance=0.100000 AND
  replicate_on_write='true' AND
  populate_io_cache_on_flush='false' AND
  default_time_to_live=0 AND
  speculative_retry='99.0PERCENTILE' AND
  memtable_flush_period_in_ms=0 AND
  compaction={'class': 'SizeTieredCompactionStrategy'} AND
  compression={'sstable_compression': 'LZ4Compressor'};

CREATE INDEX datasimple_dc_name_idx_10 ON datasimple (dc_name);

CREATE INDEX datasimple_time_bucket_idx_10 ON datasimple (time_bucket);

CREATE INDEX datasimple_perf_name_idx_10 ON datasimple (perf_name);

CREATE INDEX datasimple_vm_name_idx_10 ON datasimple (vm_name);

CREATE INDEX datasimple_platform_idx_10 ON datasimple (platform);

我在尝试着：

SELECT * 
FROM DataSimple 
WHERE dc_name = 'dc1' 
AND time_bucket = '2014031922' 
AND vm_name = 'vm1' LIMIT 1000;

Answer 1

SELECT * 
FROM DataSimple 
WHERE dc_name = 'dc1' 
AND time_bucket = '2014031922'
AND vm_name = 'vm1'
LIMIT 1000;

那是行不通的。你的电流PRIMARY KEY是：

PRIMARY KEY ((dc_name, time_bucket, partition),
  perf_name, vm_name, measurement_time)

尝试将 Cassandra 中的复合 PRIMARY KEY 视为分层路径，从左到右开始。 dc_name, time_bucket, 和partition是分区键的一部分，因此您需要将其中的每一个都包含在内，WHERE以确保 Cassandra 可以找到存储数据的位置。

之后的所有列都是聚类列（perf_name、vm_name和measurement_time），它们决定了磁盘上数据的排序顺序。同样，您无法选择要包含其中的哪些。您需要按照它们在您的架构中定义的顺序搜索它们。因此，如果您想查询 by vm_name，那么您还需要确保前面的列键（perf_name在本例中）也存在于您的WHERE子句中。

基本上要查询此架构，请将ANDs添加到您的WHERE子句中：

• 划分
• 性能名称