正确的 Cassandra 集合限制是多少？

Question

我正在测试一个应用程序，其中集合的大小将来必然会增长，并且在某些情况下可能会达到 64k 的限制。

这个问题是关于集合大小限制的，因为官方文档似乎存在矛盾。

根据本文件：

如果将超过 64K 的项插入到集合中，则只有其中 64K 是可查询的，从而导致数据丢失。

但是，如果您单击该页面上的CQL 限制链接，您会看到以下内容：

• 集合（List）：集合大小：2B（2^31）；值大小：65535 (2^16-1)（Cassandra 2.1 及更高版本，使用本机协议 v3）

• 集合（Set）：集合大小：2B（2^31）；值大小：65535 (2^16-1)（Cassandra 2.1 及更高版本，使用本机协议 v3）

• 集合（地图）：集合大小：2B（2^31）；键数：65535（2^16-1）；值大小：65535 (2^16-1)（Cassandra 2.1 及更高版本，使用本机协议 v3）

那么是哪一个呢？每个集合 64,000 个项目，还是每个集合 20 亿个项目？或者说 20 亿可写，但超过 64k 就无法读取？

提前致谢。

Answer 1

您使用的是哪个版本的 cassandra？

该文档适用于 2.0 和 2.1 。在这种情况下，可以在集合中放入的元素数量是有限的。这是 64k。但是，如果您使用本机协议 v3，则每个元素的大小可以为 2b。检查这个https://issues.apache.org/jira/browse/CASSANDRA-5428

但如果您使用 cassandra 2.2 及更高版本，您可以将 20 亿个项目插入集合中。链接在这里。http://docs.datastax.com/en/cql/3.3/cql/cql_using/useCollections.html

话虽如此，您不应该在集合中插入那么多项目。在达到最大元素插入限制之前，您就会遇到性能问题。

Collections cannot be "sliced"; Cassandra reads a collection in its entirety, impacting performance. Thus, collections should be much smaller than the maximum limits listed. The collection is not paged internally.

如果您必须拥有那么多的项目，那么在这种情况下集合不再合适，应该使用特定的表（带有集群列）。

我希望这有帮助。