database - 什么是 cassandra 模式来服务于这个查询？

Question

假设一个社交应用程序拥有数百万用户并且有大约 200-300 个主题，用户可以发布最多可以标记 5 个主题的帖子。我对此数据有两种查询:

1. 查找某个用户的帖子
2. 查找所有标记为特定主题的最新帖子。

对于第一个查询，我可以使用用户 Columnfamily 中的 superColumns 轻松创建模式(在此 supercolumn 中，我可以将用户所有帖子的 postId 存储为列)。

我的问题是我应该如何设计架构来为 Cassandra 中的第二个查询提供服务？

Answer 1

虽然 Justice 的答案可行，但我不喜欢它，因为它需要一个 OrderPreservingPartitioner 来执行范围扫描。 OPP 有很多与之相关的问题。看我去过的文章linking to constantly了解详情。

相反，我会推荐这个:

topic|YYMMDDHH: {TimeUUID: postID, TimeUUID: postID, etc... }

其中“topic|YYMMDDHH”是行键，每个列名是一个 TimeUUID，列值是 postID。

要获取任何主题的最新帖子，您可以从该主题的最新行的末尾切掉一部分。如果该行没有足够的列，则及时转到上一行，等等。

这有一些不错的属性。首先，如果您不关心某个主题上真正的旧帖子，只关心相对较新的帖子，您可以定期清除旧行并为自己节省一些空间；这甚至可以通过列 TTL 来完成，这样您就不必做任何额外的工作。其次，您的行的大小将受到限制，因为它们每小时拆分一次。第三，你不需要 OPP :)

这样做的一个缺点是，如果有一个非常热门的话题，一个节点可能会在一个小时内收到比其他节点更高的流量。