java - 按部分从 cassandra 获取数据

Question

在 cassandra db 中，我有一个包含 1000 万行的表。如果我使用普通的选择查询，我只能有 1 个与 cassandra 的连接来获取数据。是否可以使用行号进行选择查询？

E.g. Select * from abc where row = x to row = y ?

所以我可以有 10 个不同的线程，因此每个线程将负责获取 100 万行。如果可能的话，我的线程数是否应该等于集群中的节点数？

我正在使用 java datastax 驱动程序连接到我的 cassandra 集群。

Answer 1

Is it possible to do select query with row number ?

不，但可以根据分区键的哈希标记值执行范围查询。

假设您有一个六节点集群。 6 节点集群的 Murmur3 主 token 范围如下所示:

node   start range              end range
1)     9223372036854775808 to  -9223372036854775808
2)    -9223372036854775807 to  -5534023222112865485
3)    -5534023222112865484 to  -1844674407370955162
4)    -1844674407370955161 to   1844674407370955161
5)     1844674407370955162 to   5534023222112865484
6)     5534023222112865485 to   9223372036854775807

如果我有一个名为 abc 的表，其分区键为 pkey，并且想要查询节点 2 上该表的所有行，我的查询将如下所示:

SELECT * FROM abc
  WHERE token(pkey) >   9223372036854775808
    AND token(pkey) <= -5534023222112865485;

如果整行的值太多(我猜它会太多)，您可以将标记范围一分为二，直到行数变得可以管理。请记住，选择 1000 万行并不是 Cassandra 设计时特别擅长的事情，因此可能需要进行几次尝试。

至于线程数，这可能也需要一些尝试和错误。但每个节点一个线程听起来像是一个合理的起点。