- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在 cassandra 中有这张表:
CREATE TABLE adress (
adress_id uuid,
adress_name text,
key1 text,
key2 text,
key3 text,
key4 text,
effective_date timestamp,
value text,
active boolean,
PRIMARY KEY ((adress_id, adress_name), key1, key2, key3, key4, effective_date)
)
据我了解,cassandra将根据分区键(adress_id,adress_name)来分配表adress的数据。
当我尝试插入太多共享相同(adress_id、adress_name)的数据时,存在风险。
我想在插入数据之前进行检查,检查是这样的:
我的问题是如何查询 cassandra 以获取这对(adress_id,adress_name)的数据大小。接下来是 Cassandra 中分区键的大小限制。
最佳答案
正如 Alex Ott 上面指出的那样,您应该在数据模型上花费更多时间,通过以不同方式组织数据或人为地将分区分割为更多部分(例如,时间序列),从一开始就避免出现巨大分区的可能性例如,data 通常每天将数据分割到一个单独的分区中)。
从技术上讲,计算出分区的现有大小是可行的,但它永远不会有效。要理解原因,您需要回顾 Cassandra 如何存储数据。单个分区的内容并不总是存储在同一个 sstable(磁盘文件)中 - 同一分区的数据可能分布在多个文件中。一个文件可能有几行,另一个文件可能有更多行,第三个文件可能删除或修改一些旧行,等等。为了计算出分区的长度,Cassandra 需要读取所有这些数据,将其合并在一起,并测量结果的大小。 Cassandra 通常在写入时不会执行此操作 - 它只是将新的更新写入内存(最终写入新的 sstable),而不先读取旧数据。这就是 Cassandra 中的写入速度如此之快的原因 - 而您在每次写入之前读取整个分区的想法会大大减慢写入速度。
最后,虽然 Cassandra 不能很好地处理巨大的分区,但如果开发人员想解决这个问题,没有什么内在原因说明它永远不能解决这个问题。 Cassandra 克隆版 Scylla 的开发人员担心这个问题,并正在努力改进它,但即使在 Scylla 中,对巨大分区的处理也并不完美。但最终会是这样。几乎 - 单个分区(根据定义,存储在单个节点上)的大小始终与单个磁盘的大小有关。如果您的数据模型确实被破坏并且您最终可能在单个分区中拥有 TB 的数据,那么此限制也可能成为一个严重的问题。
关于java - Cassandra 每个分区键的大小限制,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54076606/
我们有 2 个 cassandra 集群,第一个有旧数据,第二个有新数据。 现在我们想要将旧数据从第一个集群移动或复制到第二个集群。什么是最好的方法来做到这一点以及如何做到这一点? 我们正在使用 DS
我正在考虑安装 OpsCenter 来监控我们在 RackSpace VM 上运行的 24 节点 Cassandra 集群。过去我听说 OpsCenter 减慢了集群速度。我有点担心 OpsCente
假设我有一个复制因子(RF)= 2 的 2 节点集群。 我使用一致性 2 触发插入。当客户端等待响应时,Cassandra 开始写入这 2 个节点。中间一个节点失败,无法完成写入,而另一节点上的写入成
已结束。此问题正在寻求书籍、工具、软件库等的推荐。它不满足 Stack Overflow guidelines 。目前不接受答案。 我们不允许提出寻求书籍、工具、软件库等推荐的问题。您可以编辑问题,以
我在 Cassandra 中有一个表,其中我用 1000 多个条目填充了一些行(每行有 10000 多列)。行中的条目更新非常频繁,基本上只是一个字段(它是一个整数)被更新为不同的值。列的所有其他值保
当Cassandra端有“掉落的突变”时,它是否向调用客户端返回相应的失败?或者即使在服务器端丢弃相应的突变并导致数据丢失,它总是成功响应调用事务的调用客户端? 在一个特定实例中,当我们的 TPS 约
我有一个 Multi-Tenancy 应用程序,其中 tenantId 将成为每个查询的一部分,因此我将其放入所有表的分区键中。 例子: CREATE TABLE users { tenantId t
根据 Datastax 文档,在 Cassandra 中先读后写是一种反模式。 每当我们在 CQLSH 中使用 UPDATE 或使用 Datastax 驱动程序来设置几列(带有 IF 和集合更新)时,
是否有命令或任何方式可以知道 Cassandra 的哪些节点上存储了哪些数据? 我对 Cassandra 很陌生,在谷歌上搜索这个问题并没有多少运气。 谢谢! 最佳答案 您可以使用 nodetool
我们有一个包含 1500 万条记录的表,而我们的表是一个 10 节点的 cassandra 集群。我们有一列有接近 20 个可重复值。是否建议在此列上建立二级索引? 最佳答案 假设在该列上完全均匀分布
Cassandra 发布了它的 technical limitations但没有提到允许的最大列数。是否有最大列数?我需要存储 400 多个字段。这在 Cassandra 中可能吗? 最佳答案 每行的
我想知道当表中有多个非 PK 列时会发生什么。我读过这个例子: http://johnsanda.blogspot.co.uk/2012/10/why-i-am-ready-to-move-to-cq
我有两个关于 Cassandra 查询结果的问题。 当我在 Cassandra 中对表进行“完全”选择(即 select * from table )时,是否保证结果将按分区标记的递增顺序返回? 例如
我无法为 Cassandra 设置 Hector。我已经浏览了 documentation和 Cassandra wiki .这些文档的问题在于,那里的很多信息都已经过时或过时(或者我缺乏知识)。无论
我正在使用 DataStax Enterprise 中 cassandra 中提供的压力测试。如果有人知道的话,我也想要一些关于它和 cassandra 的信息。 - 首先,压力测试使用哪些节点?我的
当我在 CQL 中创建表时,列的顺序是否必须精确 不是 在主键和 中不是 聚类列: CREATE TABLE user ( a ascii, b ascii, c ascii,
我有一张如下表: CREATE TABLE tab( categoryid text, id text, name text, author text, des
我正在尝试学习 Cassandra,但对术语感到困惑。 很多情况下它表示该行存储键/值对。 但是,当我定义一个表时,它更像是声明一个 SQL 表,即;您创建一个表并指定列名和数据类型。 谁能澄清一下?
如何对 cassandra 数据实现审计? 我正在寻找一个开源选项。 cassandra 是否有任何有助于审计的功能? 我可以使用触发器将记录记录到表中吗?我关注了 Triggers示例并且能够将记录
我遇到了一个问题“me.prettyprint.hector.api.exceptions.HUnavailableException:: 可能没有足够的副本来处理一致性级别。”当我有 RF=1 时,
我是一名优秀的程序员,十分优秀!