cassandra - 考虑到性能，是否推荐使用 Cassandra 用户定义的数据类型？

Question

我有一个 Cassandra 客户表，它将保留客户列表。每个客户都有一个地址，它是一个标准字段列表:

{
   CustomerName: "",
   etc...,
   Address: {
              street: "",
              city: "",
              province: "",
              etc...
            }
}

我的问题是，如果我在这个表中有一百万个客户，并且我使用用户定义的数据类型 Address 将每个客户的地址信息保存在 Customers 表中，那么这种模型的含义是什么，尤其是在磁盘空间方面。这会很贵吗？我应该使用 Address 用户定义的数据类型还是扁平化地址信息，甚至使用单独的表？

Answer 1

基本上在这种情况下发生的事情是 Cassandra 将地址的实例序列化为一个 blob，该 blob 存储为单个列作为客户表的一部分。我手头没有关于序列化将在磁盘或 CPU 使用率上占多少的任何数字，但它可能不会对您的用例产生太大影响。您应该测试这两种情况以确保。

编辑:我还应该提到的另一个方面:将 UDT 作为单个 blob 处理将意味着替换完整的 UDT 以进行任何更新。这将比更新单个列效率低，并且是导致不一致的潜在原因。在并发更新的情况下，两个写入都可能覆盖彼此的更改。见 CASSANDRA-7423 .