java - 从 cassandra DB 检索所有行的有效方法

Question

我在 cassandra 中有一张表，定义如下

CREATE TABLE IF NOT EXISTS PRODUCT_INV (
Product_Code TEXT,
Storecode TEXT,
StoreType TEXT,
ProductInfo TEXT,
PRIMARY KEY ((Product_Code, Storecode, StoreType)));

现在我想获取特定于 Storecode 和 StoreType 的所有 Product_Code 的列表。什么是最有效的方法来做同样的事情。该表可以包含大量记录。

例如:

Product_Code    Storecode   StoreType   ProductInfo
12  601 Retail      ABC
12  601 Supermart   ABC
13  601 Retail  DEF
14  701 Retail  QWE
13  601 Supermart   ZXC

结果应该是:

Storecode: 601
StoreType: Retail
List of Product_Code : 12,13

Storecode: 601
StoreType : Supermart
List of Product_Code : 12,13

Storecode: 701
StoreType: Retail
List of Product_Code:14

Answer 1

Cassandra 数据建模完全与非规范化有关。如果有疑问，去规范化通常是最有效的方法。

在这种情况下，如果您创建下表:

CREATE TABLE IF NOT EXISTS product_codes_by_store (
product_code TEXT,
storecode TEXT,
store_type TEXT
PRIMARY KEY ((storecode, store_type), product_code));

现在您可以进行此查询以获取所有产品代码:

SELECT * FROM product_codes_by_store WHERE storecode = 'aaa' AND store_type = 'bbb';

这种方法非常有效，因为 Cassandra 只需要命中单个分区(因此是单个节点)即可完成查询。

但是，您需要记住几件事:

1. 如果有大量结果，您可能需要分页，这样查询才不会超时。以下是有关如何执行此操作的 Java 驱动程序的文档:https://docs.datastax.com/en/developer/java-driver/3.1/manual/paging/
2. 由于我在此处添加了聚类列 (product_code)，因此您需要确保 (storecode, store_type) 定义的分区不会太大了。建议您尽可能将分区保持在 100MB 以下，因为非常大的分区会导致性能问题。不过这里有一点回旋余地 - 如果您的数据量超过 100MB，那还不算太糟糕，尤其是在较新版本的 Cassandra 上，它们对大分区有更好的支持(请参阅 https://issues.apache.org/jira/browse/CASSANDRA-11206)。