小编v_k*_*hna的帖子

我有一些 Django 代码，它以编程方式构建相对复杂的查询，通过一系列过滤器和排除调用将各种过滤器应用于初始数据集：

for filter in filters:
    if filter['name'] == 'revenue':
        accounts = accounts.filter(account_revenue__in: filter['values'])
    if filter['name'] == 'some_other_type':
        if filter['type'] == 'inclusion':
            accounts = accounts.filter(account__some_relation__in: filter['values'])
        if filter['type'] == 'exclusion':
            accounts = accounts.exclude(account__some_relation__in: filter['values'])
    ...etc

return accounts

对于大多数这些条件，过滤器的可能值相对较小且包含在内，因此 Django 的 ORM 生成的 IN 子句具有足够的性能。然而，在某些情况下，IN 子句可能会更大（10K - 100K 项）。

在普通的 postgres 中，我可以通过使用表值构造函数使这个查询更加优化，例如：

SELECT domain 
FROM accounts 
INNER JOIN  ( 
    VALUES  ('somedomain.com'), ('anotherdomain.com'), ...etc 10K more times 
) VALS(v) ON accounts.domain=v

如果原始查询中有超过 30K 的 IN 子句，则运行时间可能超过 60 秒，而表值版本的查询则需要 1 秒，这是一个巨大的差异。

但我无法弄清楚如何让 …

我有一个CQL表(cql 3,cassandra 2.0.*),它看起来像:

CREATE TABLE IF NOT EXISTS user_things (
   user_id bigint,
   thing_id bigint,
   created_at timeuuid,
  PRIMARY KEY (user_id, thing_id)
);

我想做插件

INSERT INTO user_things (user_id, thing_id, created_at) VALUES (?, ?, now())

但仅当行不存在时.

我可以在两个同步语句中执行此操作(首先是SELECT,如果SELECT没有返回行,则返回INSERT)或者我可以使用INSERT ... IF NOT EXISTS.

该CQL文档状态"但是,请注意,使用IF NOT EXISTS将产生不可忽略的性能成本(内部,Paxos的将被使用),所以这应该谨慎使用."

我想知道是否有人做过基准测试,看看如果我们有很多这样的操作发生了什么更有效率？(说几百秒)