Cassandra 用于无模式数据库，每天数百万个订单表和数百万个查询

Question

我正在构建一个数据库，具有以下特征:

每行具有可变列数的无模式数据库。

数以千万计的记录和数以千万计的列。

每天数百万次查询。

每天写入数千条。

查询将过滤几列(不仅是键)。

我正在考虑按比例构建的 Cassandra。

我的问题是:

在这种情况下我需要水平缩放吗？

Cassandra 是否支持有多个键指向同一个列族？

编辑

我想确保我的观点是正确的。因此，以下示例记录了我从您的回答中得到的信息:

所以，如果我们有以下列族(它包含一些商店产品及其详细信息)

products // column-family name
{
x = {   "id":"x", // this is unique id for the row. 
    "name":"Laptop",
    "screen":"15 inch",
    "OS":"Windows"}
y = {   "id":"y", // this is unique id for the row. 
    "name":"Laptop",
    "screen":"17 inch"}
z = {   "id":"z", // this is unique id for the row. 
    "name":"Printer",
    "page per minute":"20 pages"}
}

并且，我们要添加“名称”搜索参数，我们将创建另一个具有不同行键的 CF 副本，如下所示:

products
{
"x:name:Laptop"  = {    "id":"x", 
            "name":"Laptop",
            "screen":"15 inch",
            "OS":"Windows"}
"y:name:Laptop"  = {    "id":"y", 
            "name":"Laptop",
            "screen":"17 inch"}
"z:name:Printer" = {    "id":"z", 
            "name":"Printer",
            "ppm":"20 pages"}
}

同样，为了添加“屏幕”搜索参数:

products
{
"x:screen:15 inch" = {  "id":"x" 
            "name":"Laptop",
            "screen":"15 inch",
            "OS":"Windows"}
"y:screen:17 inch" = {  "id":"y", 
            "name":"Laptop",
            "screen":"17 inch"}
}

但是，如果我们想根据 10 个搜索参数或它们的任意组合进行查询(如我的应用程序中的情况)，那么我们必须创建 1023 个列族副本 [(2 的 10 次方)- 1]。而且由于大多数行都会有很多搜索参数，这意味着我们需要大约 1000 倍的额外存储来对数据进行建模(以这种方式)，这并不小，特别是如果我们在原始 CF 中有 10,000,000 行。

这是您建议的数据模型吗？

还有一点:我不明白为什么创建二级索引会放弃或剥夺无模式模型。

Answer 1

Cassandra 不是一个数据库，您可以通过除行键之外的任何其他内容进行查询。但是您可以定制数据模型以支持这些查询。

我们每天在 6 cassandra 节点集群上执行 175,000,000 次查询(简单!)但我们只使用 row_keys 和列请求数据，因为我们已经让我们的数据模型以这种方式工作。我们不使用索引查询。

为了支持更丰富的查询，我们使用我们将用作搜索参数的数据对我们的数据进行非规范化，以制作检索数据的键。

示例:考虑我们保存以下对象:

obj {
   id : xxx //assuming id is a unique id across the system
   p1 : value1
   p2 : value2
}

我们知道我们想通过这些参数中的任何一个进行搜索，然后我们将保存 obj 的副本
对于 column_names 或键，如下所示:

"p1:value1:xxx"
"p2:value2:xxx"
"p1:value1:p2:value2:xxx" 
"xxx"

这样我们就可以使用 p1 = value1, p2 = value2, p1 = value1 AND p2 = value2 或仅通过它的唯一 id xxx 来搜索 obj。

如果您不想这样做，唯一的其他选择是使用二级索引和索引查询，但这将丧失您的问题的“无模式”要求。

编辑 - 一个例子。

我们要保存定义为的对象“产品”

class Products{
    string uid;
    string name;
    int screen_size; //in inches
    string os;
    string brand;
}

我们将其序列化为字符串或字节数组(我总是倾向于使用 Jackson Json 或 Protobuf ......两者都与 cassandra 配合得很好，而且速度非常快)。
我们将该字节数组放入一列。

现在重要的部分是:创建列名和行键。
假设我们想按屏幕分辨率进行搜索，并可能按品牌进行过滤。
我们将屏幕尺寸的桶定义为 ["0_to15", "16_to_21", "21_up"]

给定列:

"{uid:"MI615FMDO548", name:"SFG-0098", screen_size:15, os:"Android JellyBean", brand:"Samsung"}

一份副本保存为:
- key = "brand:Samsung"and column_name = "screen_size:15_uid:MI615FMDO548"
- key = "brand:0_to_15"和 column_name = "screen_size:15_uid:MI615FMDO548"

为什么要在列名中添加 uid？
使唯一产品的所有列名称都是唯一的。

示例第 2 部分 现在让我们说我们已经添加了

"{uid:"MI615FMDO548", name:"SFG-0098", screen_size:15, os:"Android JellyBean", brand:"Samsung"}"
"{uid:"MI615FMD5589", name:"SFG-0097", screen_size:14, os:"Android JellyBean", brand:"Samsung"}"
"{uid:"MI615FMD1111", name:"SFG-0098", screen_size:17, os:"Android JellyBean", brand:"Samsung"}"
"{uid:"MI615FMDO687", name:"SFG-0095", screen_size:13, os:"Android JellyBean", brand:"Samsung"}"

我们最终会得到以下列族:

Products{
-Row:"brand:Samsung"
=> "screen_size:13_uid:MI615FMDO687":"{uid:"MI615FMDO687", name:"SFG-0095", screen_size:13, os:"Android JellyBean", brand:"Samsung"}"
=> "screen_size:14_uid:MI615FMD5589":"{uid:"MI615FMD5589", name:"SFG-0097", screen_size:14, os:"Android JellyBean", brand:"Samsung"}
=> "screen_size:15_uid:MI615FMDO548":"{uid:"MI615FMDO548", name:"SFG-0098", screen_size:15, os:"Android JellyBean", brand:"Samsung"}"
=> "screen_size:17_uid:MI615FMD1111":"{uid:"MI615FMD1111", name:"SFG-0098", screen_size:17, os:"Android JellyBean", brand:"Samsung"}"
-Row:"screen_size:0_to_15"
=> "brand:Samsung_uid:MI615FMDO687":"{uid:"MI615FMDO687", name:"SFG-0095", screen_size:13, os:"Android JellyBean", brand:"Samsung"}"
=> "brand:Samsung_uid:MI615FMD5589":"{uid:"MI615FMD5589", name:"SFG-0097", screen_size:14, os:"Android JellyBean", brand:"Samsung"}
=> "brand:Samsung_uid:MI615FMDO548":"{uid:"MI615FMDO548", name:"SFG-0098", screen_size:15, os:"Android JellyBean", brand:"Samsung"}"
-Row:"screen_size:16_to_17"
=> "brand:Samsung_uid:MI615FMD1111":"{uid:"MI615FMD1111", name:"SFG-0098", screen_size:17, os:"Android JellyBean", brand:"Samsung"}"
-Row:"uid:MI615FMDO687"
=> "product":"{uid:"MI615FMDO687", name:"SFG-0095", screen_size:13, os:"Android JellyBean", brand:"Samsung"}"
-Row:"uid:MI615FMD5589"
=> "product":"{uid:"MI615FMD5589", name:"SFG-0097", screen_size:14, os:"Android JellyBean", brand:"Samsung"}
-Row:"uid:MI615FMDO548"
=> "product":"{uid:"MI615FMDO548", name:"SFG-0098", screen_size:15, os:"Android JellyBean", brand:"Samsung"}"
-Row:"uid:MI615FMD1111"
=> "product":"{uid:"MI615FMD1111", name:"SFG-0098", screen_size:17, os:"Android JellyBean", brand:"Samsung"}"
}

现在，通过跨列名称使用范围查询，您可以按品牌和屏幕尺寸进行搜索。

希望这是有用的