Cassandra 返回数值的无序结果集

Question

我是 No SQL 的新手，刚开始学习 Cassandra，我有以下问题要问。我创建了一个包含一列的简单表来了解 Cassandra 分区和聚类，并尝试在插入后查询所有值。

我的表结构

create table if not exists music_library(custno int,  primary key(custno))

我按顺序插入了以下值

insert into music_library(custno) values (11) 
insert into music_library(custno) values (12) 
insert into music_library(custno) values (13) 
insert into music_library(custno) values (14) 

然后我在查询这个表

select * from music_library

它按以下顺序返回值

13
11
14
12

但我期待

11
12
13
14

为什么它的行为如此？

Answer 1

我运行了您的确切语句并产生了相同的结果。但我也调整了您的查询以运行该token函数，这就是它产生的结果：

aaron@cqlsh:stackoverflow> select custno,token(custno) from music_library;

 custno | system.token(custno)
--------+----------------------
     13 | -5034495173465742853
     11 | -4156302194539278891
     14 |  4279681877540623768
     12 |  8582886034424406875

(4 rows)

为什么它的行为如此？

简单地说，因为 Cassandra 不能按分区键的值对结果进行排序。

由于您的表只有一个主键custno，因此您的行按 的哈希标记值进行分区custno，并写入负责这些标记范围的节点。当您在 Cassandra 中运行未绑定查询（没有WHERE子句的查询）时，返回的结果按其分区键的哈希标记值排序。

ORDER BY在这里使用也行不通。 ORDER BY只能对分区内的数据进行排序，甚至只能对集群键进行排序。为了使custno值正确排序，您需要找到一个新的分区键，然后将其指定custno为升序的集群键。

编辑 20190916 - 后续澄清

所有列都会发生这种标记化吗？

不可以。分区键被散列到一个令牌中以确定它们在集群中的位置（它们被写入哪个节点）。单个列值写入分区内。

我将如何随订单返回插入的号码？

您不能在不更改模型的情况下更改此表的顺序。简而言之，您必须找到一种方法来组织您期望返回（连同您的查询）的值（找到另一个分区键）。具体如何取决于您的业务/查询要求。

例如，假设我想跟踪哪些客户购买了特定的音乐专辑。我可能会创建一个看起来像这样的表：

CREATE TABLE customers_by_album (
  album TEXT,
  band TEXT,
  custno INT,
  PRIMARY KEY (album,custno))
WITH CLUSTERING ORDER BY (custno ASC);

插入一些数据后，以下查询返回按以下排序的结果custno：

aaron@cqlsh:stackoverflow> SELECT album,token(album),band,custno FROM
    customers_by_album WHERE album='Moving Pictures';

 album           | system.token(album) | band | custno
-----------------+---------------------+------+--------
 Moving Pictures | 7819329704333693835 | Rush |     11
 Moving Pictures | 7819329704333693835 | Rush |     12
 Moving Pictures | 7819329704333693835 | Rush |     13
 Moving Pictures | 7819329704333693835 | Rush |     14

(4 rows)

这是有效的，因为我通过分区 ( album)查询数据，然后我在custno利用磁盘排序顺序进行“聚类” 。这也是数据写入磁盘的顺序，因此 Cassandra 只是按顺序从分区中读取它。

几年前我为 DataStax 写了一篇关于这个主题的文章，它仍然非常相关。如果有机会，请阅读：https : //www.datastax.com/dev/blog/we-shall-have-order