cassandra - 为什么 Cassandra 中的 super 列不再受到青睐？

Question

我在最新版本中读到，由于“性能问题”， super 列并不可取，但没有对此进行解释。

然后我读了诸如this one之类的文章使用 super 列提供美妙的索引模式。

这让我不知道目前在 Cassandra 中建立索引的最佳方式是什么。

1. super 列有哪些性能问题？
2. 在哪里可以找到当前索引最佳实践？

Answer 1

super 列存在许多问题，其中最重要的是 Cassandra 在查询时需要反序列化 super 列的所有子列(即使结果只会返回一小部分子集)。因此，在性能受到影响之前，每个 super 列可以存储的子列数量存在实际限制。

理论上，这个问题可以在 Cassandra 中通过正确索引子列来解决，但共识是复合列是更好的解决方案，并且它们的工作不会增加复杂性。

使用复合列的最简单方法是利用 CQL 3 的抽象。提供。考虑以下架构:

CREATE TABLE messages(
    username text,
    sent_at timestamp,
    message text,
    sender text,
    PRIMARY KEY(username, sent_at)
);

这里的用户名是行键，但我们使用了主键定义，它创建了行键和sent_at 列的分组。这很重要，因为它具有对该属性建立索引的效果。

INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:42:15', 'Hi', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('alice', '2012-08-01 11:42:37', 'Hi yourself', 'bob');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:43:00', 'What are you doing later?', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:47:14', 'Bob?', 'alice');

在幕后，Cassandra 将存储上面插入的数据，如下所示:

alice: (2012-08-01 11:42:37,message): Hi yourself, (2012-08-01 11:42:37,sender): bob
bob:   (2012-08-01 11:42:15,message): Hi,          (2012-08-01 11:42:15,sender): alice, (2012-08-01 11:43:00,message): What are you doing later?, (2012-08-01 11:43:00,sender): alice (2012-08-01 11:47:14,message): Bob?, (2012-08-01 11:47:14,sender): alice

但是使用CQL 3，我们可以使用sent_at谓词查询“行”，并返回表格结果集。

SELECT * FROM messages WHERE username = 'bob' AND sent_at > '2012-08-01';
 username | sent_at                  | message                   | sender
----------+--------------------------+---------------------------+--------
      bob | 2012-08-01 11:43:00+0000 | What are you doing later? |  alice
      bob | 2012-08-01 11:47:14+0000 |                      Bob? |  alice