Cassandra允许过滤

Question

我有一张桌子如下

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),start,id)
);

我想运行此查询

Select * from test where day=1 and start > 1475485412 and start < 1485785654 
and action='accept' ALLOW FILTERING

这是否允许过滤有效？

我期待cassandra将按此顺序过滤

1. By Partitioning column(day)
2. By the range column(start) on the 1's result
3. By action column on 2's result. 

所以allow筛选对于这个查询来说不是一个糟糕的选择.

如果where子句上的多个过滤参数和非索引列是最后一个,过滤器将如何工作？请解释.

Answer 1

这允许过滤有效吗？

当您写“this”时，您的意思是在查询和模型的上下文中，但是 ALLOW FILTERING 查询的效率主要取决于它必须过滤的数据。除非你展示一些真实数据，否则这是一个很难回答的问题。

我期待 cassandra 会按这个顺序过滤......

是的，这就是将会发生的事情。但是，在查询中包含 ALLOW FILTERING 子句通常意味着表设计不佳，也就是说，您没有遵循 Cassandra 建模的一些准则（特别是“一个查询 <--> 一个表”）。

作为解决方案，我可以提示您将该action字段包含在该字段之前的聚集键中start，并修改您的表定义：

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),action,start,id)
);

然后，您将重写查询而不使用任何 ALLOW FILTERING 子句：

SELECT * FROM test WHERE day=1 AND action='accept' AND start > 1475485412 AND start < 1485785654

只有一个小问题，如果一条记录“切换”action值，您无法对单个字段执行更新action（因为它现在是集群键的一部分），因此您需要使用旧action值执行删除，然后使用正确的新值。但如果您有 Cassandra 3.0+，所有这些都可以在新的物化视图实现的帮助下完成。请参阅文档以获取更多信息。

Answer 2

一般来说，ALLOW FILTERING效率不高。

但最终它取决于您要获取的数据的大小（cassandra 必须使用ALLOW FILTERING）以及从中获取的数据的大小。

在您的情况下，cassandra 不需要过滤最多：

2. 通过 1 的结果上的范围列（开始）

正如你提到的。但之后，它将依靠过滤来搜索数据，您在查询本身中允许这样做。

现在，请记住以下内容

例如，如果您的表包含 100 万行，其中 95% 具有请求的值，则查询仍然相对有效，您应该使用 ALLOW FILTERING。

另一方面，如果您的表包含 100 万行，并且只有 2 行包含请求的值，则查询效率极低。Cassandra 将免费加载 999、998 行。如果经常使用查询，最好在 time1 列上添加索引。

所以首先要确保这一点。如果它对你有利，请使用过滤。否则，明智的做法是在“action”上添加二级索引。

PS：有一些小的编辑。