python - Cassandra 查询制作 - 无法执行此查询，因为它可能涉及数据过滤，因此可能具有不可预测的性能

Question

我想要以下 Cassandra 模型:-

class Automobile(Model):
    manufacturer = columns.Text(primary_key=True)
    year = columns.Integer(index=True)
    model = columns.Text(index=True)
    price = columns.Decimal(index=True)

我需要以下查询:-

q = Automobile.objects.filter(manufacturer='Tesla')
q = Automobile.objects.filter(year='something')
q = Automobile.objects.filter(model='something')
q = Automobile.objects.filter(price='something')

这些都工作正常，直到我想要多列过滤，即当我尝试时

q = Automobile.objects.filter(manufacturer='Tesla',year='2013')

它会抛出一个错误，指出无法执行此查询，因为它可能涉及数据过滤，因此可能具有不可预测的性能。

我用 allowed_filtering 重写了查询，但这不是最佳解决方案。

然后在阅读更多内容后，我按如下方式编辑了我的模型:-

class Automobile(Model):
    manufacturer = columns.Text(primary_key=True)
    year = columns.Integer(primary_key=True)
    model = columns.Text(primary_key=True)
    price = columns.Decimal()

有了这个，我也能够在没有任何警告的情况下过滤多个 Coulms。

当我执行 DESCRIBE TABLE automobile 时，它显示这创建了复合键 PRIMARY KEY ((manufacturer), year, model)。

那么，我的问题是，如果我将每个属性都声明为主键会怎样？这有什么问题吗，因为我也可以过滤多个列。

这只是一个小模型。如果我有一个模型，比如:-

class UserProfile(Model):
    id = columns.UUID(primary_key=True, default=uuid.uuid4)
    model = columns.Text()
    msisdn = columns.Text(index=True)
    gender = columns.Text(index=True)
    imei1 = columns.Set(columns.Text)
    circle = columns.Text(index=True)
    epoch = columns.DateTime(index=True)
    cellid = columns.Text(index=True)
    lacid = columns.Text(index=True)
    mcc = columns.Text(index=True)
    mnc = columns.Text(index=True)
    installed_apps = columns.Set(columns.Text)
    otp = columns.Text(index=True)
    regtype = columns.Text(index=True)
    ctype = columns.Text(index=True)
    operator = columns.Text(index=True)
    dob = columns.DateTime(index=True)
    jsonver = columns.Text(index=True)

如果我将每个属性都声明为 PK，这有什么问题吗？

Answer 1

要理解这一点，您需要了解 cassandra 如何存储数据。主键中的第一个键称为分区键。它定义行所属的分区。分区中的所有行存储在一起，并一起复制。在分区内，行根据聚簇键存储。这些是 PK 中不是分区键的列。因此，如果您的 PK 是 (a, b, c, d)，则 a 定义分区。在特定分区(例如，a = a1)中，行按 b 排序存储。对于每个 b，行按 c 排序存储...等等。查询时，您会命中一个(或几个分区)，然后需要指定每个连续的集群键，直到您要查找的键为止。除了查询中指定的最后一个聚类列外，它们必须完全相等，这可能是一个范围查询。

在前面的例子中，你可以这样做

其中 a = a1 和 b > b1
其中 a = a1 且 b=b1 且 c>c1
其中 a = a1 且 b=b1 且 c=c1 且 d > d1


但不能这样做:

其中 a=a1 和 c=c1


要做到这一点，您需要“允许过滤”(实际上，您应该考虑更改您的模型，或者此时进行非规范化)。

现在，关于将每一列都作为 PK 的一部分的问题。你可以这样做，但请记住，Cassandra 中的所有写入都是更新插入。行由它们的主键标识。如果您将每一列都作为 PK 的一部分，您将无法编辑一行。不允许更新主键中任何列的值。