cassandra - 查询 Cassandra 的最快方法？主键还是分区键？

Question

查询 Cassandra 的最快方法是什么？
我有一个表，其中主键由 3 列组成。我按其中一列查询，速度非常慢(我通过 Spark 查询)。全部 3 的查询会更快吗？


我还有一个由两列组成的分区键。不幸的是，我用来获取记录的列不是分区键中的列之一。会不会因此变慢？

任何见解都是有帮助的。

Answer 1

Unfortunately, the column I am using to fetch records for is not one of those in partition key. Could it be slow due to that?

是的，这可能是事情进展缓慢的原因。 公平地说，Spark 旨在查询分布式数据存储。它不是为了快速而设计的。

所以我假设您的 PRIMARY KEY 定义如下所示:

PRIMARY KEY((A,B),C)

通过 C 查询的原因慢，是因为Cassandra(Spark)无法根据 C判断集群中哪个节点负责数据.因此，每个节点都需要检查 C 的值。满足您的查询。

Would querying by all 3 be faster?

是的，所有三个查询可能会更快。 这是因为分区键由 A 组成和 B .使用基于分区键的查询，在这种情况下，键值 A和 B散列在一起。该哈希与每个节点负责的 token 范围相匹配。通过这种方式，可以轻松确定包含所需数据的目标节点，而无需检查每个节点的匹配值。

If I were to query by using just 1 column from primary key (Let's say A), that would also be fast right?

不，不会。鉴于 (A,B) 的分区键定义，包含数据的节点无法通过 A确定独自的。事实上，由于结果集可能会更大，通过 A 查询可能比通过 C 查询要慢.