用于社交网络的 Cassandra 数据建模

Question

我们正在为我们的社交网络使用 Datastax Cassandra，我们正在设计/数据建模我们需要的表，这让我们感到困惑，我们不知道如何设计一些表，我们有一些小问题！

正如我们对每个查询的理解，我们必须有不同的表，例如用户 A 跟随用户 C 和 B。

现在，在 Cassandra 中，我们有一个表posts_by_user：

user_id      |  post_id       |  text  |  created_on  |  deleted  |  view_count  

likes_count  |  comments_count  |  user_full_name

我们有一个根据用户关注者的表，我们将帖子的信息插入到表中，称为user_timeline当关注者用户访问第一个网页时，我们从user_timeline表中的数据库中获取帖子。

这是user_timeline表：

follower_id      |      post_id      | user_id (who posted)  |  likes_count  |  

comments_count   |   location_name   |  user_full_name

首先，这个数据建模对于关注基础（关注者，关注行为）社交网络是否正确？

现在我们要计算帖子的点赞数，正如您看到的，我们在两个表中都有点赞数( user_timeline, posts_by_user)，并假设一个用户有 1000 个关注者，然后通过每个点赞操作，我们必须更新所有 1000 行user_timeline和 1 行posts_by_users; 这不合逻辑！

然后，我的第二个问题是它应该如何？我的意思是（最喜欢的）桌子应该如何？

Answer 1

考虑使用posts_by_user作为帖子信息的元数据。这将允许您容纳user_id、post_id、message_text等，但您会将view_count、likes_count和comments_count抽象到一个计数器表中。只要您拥有 post_id，这将允许您获取帖子的元数据或计数器，但您只需更新 counter_record 一次。

DSE 计数器文档：https : //docs.datastax.com/en/cql/3.1/cql/cql_using/use_counter_t.html

然而，

下面的文章是与 Cassandra 数据建模相关的一个非常好的起点。也就是说，在回答这个问题时需要考虑一些事项，其中许多取决于系统的内部结构以及查询的结构。前两条规则表述为：

规则 1：在集群周围均匀分布数据

规则 2：最小化读取的分区数

花点时间考虑一下“user_timeline”表。

1. user_id 和 created_on 作为复合键* - 这将是理想的，如果

   • 您想查询某个用户的帖子，并假设您将拥有相当数量的用户。这将均匀分布记录，并且您的查询一次只会命中一个分区。

2. user_id 和 hash_prefix 作为复合键* - 这将是理想的，如果

   • 您有少量用户和大量帖子，这将使您的数据均匀分布在整个集群中。但是，您面临着必须跨多个分区进行查询的风险。

3. follower_id 和 created_on 作为 COMPOUND KEY* - 这将是理想的，如果

   • 您想查询某个关注者关注的帖子。记录将被分发，您将最小化跨分区的查询

这些是 1 个表的 3 个示例，我想传达的一点是围绕要执行的查询设计表。也不要害怕在设置为处理各种查询的多个表中复制数据，这就是 Cassandra 的建模方式。花一点时间阅读下面的文章并观看 DataStax Academy 数据建模课程，以熟悉细微差别。我还在下面包含了一个示例架构，以涵盖我之前指出的基本计数器架构。

* 使用复合键的原因是因为您的 PRIMARY KEY 必须是唯一的，否则带有现有 PRIMARY KEY 的 INSERT 将成为 UPDATE。

http://www.datastax.com/dev/blog/basic-rules-of-cassandra-data-modeling https://academy.datastax.com/courses

CREATE TABLE IF NOT EXISTS social_media.posts_by_user (
user_id uuid,
post_id uuid,
message_text text,
created_on timestamp,
deleted boolean,
user_full_name text,
PRIMARY KEY ((user_id, created_on))
);
CREATE TABLE IF NOT EXISTS social_media.user_timeline (
follower_id uuid,
post_id uuid,
user_id uuid,
location_name text,
user_full_name text,
created_on timestamp,
PRIMARY KEY ((user_id, created_on))
);
CREATE TABLE IF NOT EXISTS social_media.post_counts (
likes_count counter,
view_count counter,
comments_count counter,
post_id uuid,
PRIMARY KEY (post_id)
);