cassandra - 集群键的范围查询

Question

我有一个表，用于记录在我的网站上执行的用户事件。我的表结构如下:

CREATE TABLE key_space.log (
    id uuid,
    time bigint,
    ip text,
    url text,
    user_id int,
    PRIMARY KEY (id, time)
) WITH CLUSTERING ORDER BY (time DESC)

现在我想获取最近 5 分钟内的所有记录。

为了做同样的事情，我正在使用

select * from key_space.log where 
  time>current_timestamp - 5 minutes ALLOW FILTERING;

但是这个查询没有返回任何结果，我收到了 timedoutexception 错误。如何解决这个问题呢？对此的任何帮助将不胜感激。

Answer 1

与所有 Cassandra 模型一样，您需要首先构建一个专门用于支持该查询的表。即使您可以让它与您当前的表一起工作，它也必须扫描集群中的每个节点，这可能会超时(如您所见)。

一种方法是使用时间“桶”作为分区键。如果您只关心最后 5 分钟的记录，那么“天”应该可以工作，只要您每天没有获得数百万条新记录。如果这样做，那么您的“存储桶”将需要更小的时间组件。

CREATE TABLE log_by_day (
    id uuid,
    day bigint,
    time bigint,
    ip text,
    url text,
    user_id int,
    PRIMARY KEY (day, time, id)
) WITH CLUSTERING ORDER BY (time DESC, id ASC);

现在像这样的查询将起作用:

aaron@cqlsh:stackoverflow> SELECT day,time,id,user_id FROM log_by_day
  WHERE day=201920 AND time > 1563635871941;

 day    | time          | id                                   | user_id
--------+---------------+--------------------------------------+---------
 201920 | 1563635872259 | 7fef03da-6c23-4bf2-9e98-fd126ab17944 |    1234
 201920 | 1563635872259 | 9a0c49ce-5ad2-45c5-b570-cd9de1c060d1 |    4607
 201920 | 1563635872209 | 9227166e-cda2-4909-b8ac-4168922a0128 |    2112

(3 rows)

专业提示:根据唯一的 id 进行分区非常适合数据分布，但不会给您带来太多查询灵 active 。