java - Cassandra = 内存/编码- key 占用空间(哈希/字节[]=>十六进制=>UTF16=>字节[])

Question

我试图理解使用 MD5 哈希作为 Cassandra key 在“内存/存储消耗”方面的含义:

1. 我的内容(在 Java 中)的 MD5 哈希 = byte[] 长 16 个字节。 (16 字节来自维基百科的通用 md5，我不确定 java 实现是否也返回 16 字节)
2. 对这个值进行十六进制编码，以便能够以人类可读的格式打印 => 1byte 变成 2hex 值
3. 我必须在 java 中将每个十六进制值表示为一个“字符”=> result=“两个字符串字符值”(例如“FF”是一个长度/大小 = 2 的字符串。)
4. Java 使用 UTF-16 => 所以每个“字符串字符”都用两个字节编码。 “FF”需要 2x2 字节？
5. 结论 => 字节格式的 MD5 哈希为 16 字节，但表示为 java 十六进制 utf16 字符串消耗 16x2x2 = 64Bytes(在内存中)!？!？这是正确的吗？

Cassandra 中的存储消耗是多少，将其用作行键？

如果我直接使用哈希函数中的字节数组，我会假设它在 Cassandra 中消耗 16 个字节吗？

但是如果我使用十六进制字符串表示(如上所述)，cassandra 可以将它“压缩”到 16 个字节还是在 cassandra 中也需要 64 个字节？我假设在 Cassandra 中是 64 字节，这是正确的吗？

您使用哪种 key ？您是直接使用哈希函数的输出，还是先编码为十六进制字符串，然后再使用该字符串？(在 MySQL 中，每当我使用哈希键时，我总是使用它的十六进制字符串表示...因此它可以在 MySQL 工具和整个应用程序中直接读取。但我现在意识到它浪费存储空间？？ ？)

也许我的想法完全不正确，那么请指出我错在哪里。

非常感谢!延斯

Answer 1

正确的两个计数:byte[] 将是 16 个字节，utf16-as-hex 将是 64。

在 0.8 中，Cassandra 具有 key 元数据，因此您可以告诉它“此 key 是一个字节 []”，它将以十六进制显示在 cli 中。