时间戳

首页 > 解决方案 > Cassandra 数据建模 - 识别最佳行键

cassandra - Cassandra 数据建模 - 识别最佳行键

问题描述

我有一个平台，各种应用程序都放了笔记，笔记由 标识note_id，应用程序由 标识，app_key两者都是唯一的，我所有的查询都仅限于单个应用程序键，我不需要跨多个应用程序查询笔记.note_idapp_key

现在我必须选择一个主键。

如果我只选择app_key作为分区键和集群键note_id，就会有很宽的行。也就是说，单个应用程序的所有笔记都将分组在一个分区中。app_key

所以：

  1. 查找所有notes一个app将是高效的（单分区查找）。
  2. 找到一个note将app是有效的。
  3. 删除所有notes一个app将是高效的。
  4. 删除一个note是app有效的。

但是，不能保证行的宽度notes，即单个app可以拥有的数量没有限制。数据分布将是不均匀的。所有notes的app都将在一个分区中，因此app拥有大量notes将创建一个巨大的分区，从而导致热点。

现在让我们检查选项 B，分区键将是app_keynote_key

在这种情况下，分区数app将取决于notes它将拥有的数量

  1. 查找所有notes（app不可能）

  2. 查找其中note一个app（假设查找分区很快）

  3. 删除所有notes（app不可能）

  4. 删除单note条速度很快（假设同上）

所以我的问题是：

标签： cassandra

解决方案

我的建议是您根据吞吐量将您划分为基于时间的存储桶（例如：每天/每周/每月/每年），这样您就不会受到宽行分区的影响。

例如，在每日分区的情况下，您的分区键将是 (app-key, insert_day)..这里 insert_day 是日期，例如 8-8-2018-00:00:00:000 ....

现在，当通过应用程序键读取所有笔记时，您需要从当天迭代到您不再找到数据的日子。删除也是如此。选择存储桶以减少迭代次数。

note-id （集群键）你可以把它的类型 time-uuid （它将从插入日期生成）..现在当涉及到通过 note-id 和 appkey 选择时.. 你可以计算所需的插入 -从节点 ID 值开始的日期（即，note-id -> insert-date ->insert-day）

推荐阅读