cassandra - 在 Cassandra 中处理一对多

Question

给定以下简化的领域模型:

火车之旅

• id uuid
• 列车名称字符串(一天内唯一)
• 旅行日期
• ...

旅程站

• 站uuid
• 到达时间戳
• 出发时间戳
• ...

有了这个关系:

• 1 个火车旅程有 n 个旅程站

有了这个查询需求:

• 在给定时间范围内出发的给定车站的所有火车旅程，包括所有旅程站。

应该如何在 Cassandra 中为这个查询建模？

我在想这样的事情:

CREATE TABLE departures_by_station (
    date_of_yourney date,
    train_name varchar,
    station uuid,
    arrival timestamp,
    departure timestamp,
    primary key((date_of_journey, station), train_name, departure)
);

SELECT * from departures_by_station 
WHERE date_of_journey = '2018-01-02' AND station = 'Paris' AND departure ...;

这将不起作用，因为它会导致部分火车旅程 - 除了请求的旅程站外，所有旅程站都丢失了。更糟糕的是，到达和离开时间可能会经常更改。我无法使用新的出发时间更新此表，因为它是一个聚类键。

任何想法或提示如何解决这个问题？我想我在这里遗漏了一些基本的东西，但我对 nosql 世界还很陌生。

Answer 1

首先，它可能不是最佳解决方案(需要对分区大小等进行一些计算)。如果您可以使用 TTL 使“旧”数据过期，那么我想到了这样的事情:

CREATE TABLE departures_by_station (
   station uuid,
   departure timestamp,
   train_name varchar,
   arrival timestamp,
   statitions list<uuid>
   primary key(station, departure, train_name)
);

在这种情况下，您将拥有所谓的“宽”分区 - 每个旅程站一个分区，并且因为您将出发地作为聚类键，所以您可以对其进行范围搜索。但是，如果您使大量数据过期，那么您需要经常对表执行“修复”以去除墓碑(删除标记)，因为这可能会影响读取性能。

此外，为了避免进行多次查找，您需要将沿途所有车站的信息放入每一行 - 我将其写为 list<uuid> , 但它可以更好地建模为用户定义的类型，因此您可以包含站名和其他信息。

您的代码还应该为特定列车沿途的每个车站生成一个条目。

附言我建议参加 DS220(数据建模)类(class) DataStax Academy .