cassandra - Cassandra，运行子查询的有效方法是什么

Question

我有一个巨大的员工表（大约 20 到 3000 万），我有大约 50,000 个员工 ID 可供选择。

最快的查询方法是什么？是不是这样的查询：

select * from employee_table where employeeid in (1,400,325 ....50000)

id 不一定按顺序排列；它们的顺序是随机的。

标签： cassandrabigdata

Answer 1

在查询中使用 IN 子句时，协调节点的负载会增加，因为对于每个值（在您的情况下为员工 ID），它需要命中所需的节点（再次基于查询的 CL）并整理返回给客户端之前的结果。因此，如果您的 IN 子句有一些值，则使用 IN 是可以的。但是在您的情况下，如果您需要获取约 50K 员工 ID，我建议您select * from employee_table where employeeid = <your_employee_id>为这 50K ID 并行触发，我还建议您在执行此操作时应该监控您的 cassandra 集群并确保这些并行查询不会导致高加载到您的集群上。（最后的陈述是基于我的个人经验:)）