nosql - 如何从 Cassandra 的时间序列中选择最后一条记录？

Question

我想将一些编码的“数据”存储到 cassadra 中，按时间戳进行版本控制。我的暂定架构是:

CREATE TABLE items (
  item_id varchar,
  timestamp timestamp,
  data blob,
  PRIMARY KEY (item_id, timestamp)
); 

我希望能够返回项目列表，只返回每个 item_id 的最新(最高时间戳)；这种模式可能吗？

Answer 1

不可能在这个表的单个 CQL 语句中表达这样的查询，所以答案是否定的。

您可以尝试创建另一个表，例如latest_items，并且只在那里存储最后的更新，所以架构将是:

CREATE TABLE latest_items (
  item_id varchar,
  timestamp timestamp,
  data blob,
  PRIMARY KEY (item_id)
); 

如果您的行是按时间戳顺序插入的，那么该表自然只会包含每个项目的最新行。然后您可以运行 select * from latest_items limit 10000000;。这当然会很昂贵，因为您要获取所有行，但考虑到您实际需要所有行的要求，没有办法避免它。

第二个表涉及复制数据，但这是 Cassandra 的常见主题。您可以通过间接存储它来避免复制 blob，即作为路径或 URL 或类似的东西。