时间戳

首页 > 解决方案 > Cassandra - CQL 查询 [COUNT, ORDER_BY, GROUP_BY ]

cassandra - Cassandra - CQL 查询 [COUNT, ORDER_BY, GROUP_BY ]

问题描述

我是 Cassandra 的新手，我正在尝试更多地了解这个数据库引擎的工作原理（特别是 CQL 部分）并将其与 Mysql 进行比较。

考虑到这一点，我尝试了一些查询，但是有一个我无法弄清楚的特定查询。从我可以读到的接缝中，不可能在 Cassandra 中执行此查询，但我想确定是否有一些解决方法。

想象一下具有 PRIMARY_KEY = id 的下表 [Customer]：

id, name, city, country, email 
01, Jhon, NY, USA, jhon@
02, Mary, DC, USA, mary@
03, Smith, L, UK, smith@
.....

我想获得一份清单，显示每个国家/地区有多少客户并按 DESC 订购。

在 mySQL 中，它类似于

SELECT COUNT(Id), country 
FROM customer
GROUP BY country
ORDER BY COUNT(Id) DESC

但是在 Cassandra (CQL) 中，似乎我不能对不是 PRIMARY_KEY 的列进行 GROUP BY （例如 "country" 的情况），无论如何都围绕这个？

标签： cassandragroup-bycql

解决方案

在 Cassandra 中构建表时要记住的主要事情是根据您计划查询它的方式对其 PRIMARY KEY 进行建模。在任何情况下，定义id为 PRIMARY KEY 对您尝试做的事情都不是很有帮助。

此外，关键字喜欢GROUP BY和ORDER BY有特殊要求。 ORDER BY特别是非常没用（IMO），除非您打算反转排序方向。但是您不能选择任意列来对数据进行排序。

为了解决您上面的查询，我将创建一个新表，以 、 和 列为键country（city按此id顺序）：

CREATE TABLE customer_by_city (
  id TEXT,
  name TEXT,
  city TEXT,
  country TEXT,
  email TEXT,
  PRIMARY KEY (country,city,id)
) WITH CLUSTERING ORDER BY (city ASC, id DESC);

现在，我将插入行：

INSERT INTO customer_by_city (id,name,city,country,email)
     VALUES ('01', 'Jhon', 'NY', 'USA', 'jhon@gmail.com');
INSERT INTO customer_by_city (id,name,city,country,email)
     VALUES ('02', 'Mary', 'DC', 'USA', 'mary@gmail.com');
INSERT INTO customer_by_city (id,name,city,country,email)
     VALUES ('03', 'Smith', 'London', 'UK', 'smith@gmail.com');

SELECT COUNT(Id), country  FROM customer_by_city  GROUP BY country ;

 system.count(id) | country
------------------+---------
                2 |     USA
                1 |      UK

(2 rows)

Warnings :
Aggregation query used without partition key

笔记：

  • 最后一条消息意味着您正在运行一个没有由分区键作为键的 WHERE 子句的查询。这意味着 Cassandra 将不得不检查集群中的每个节点来服务这个查询。 效率极低。
  • 虽然它适用于本示例，但country作为分区键可能不是分发数据的最佳方式。毕竟，如果大多数客户都在一个特定的国家/地区，那么他们可能会突破最大分区大小的界限。

推荐阅读