Question

假设我有一张表格，其中存储的视频如下：

CREATE TABLE videos (
    video_id UUID,
    created_date TIMESTAMP,
    description TEXT,
    title TEXT,
    user_id UUID,
    tags LIST<TEXT>
    PRIMARY KEY(video_id)
);

我希望能够获得标记为＆＃34;有趣＆＃34;标签。但我希望将每个结果限制为20，并从那里分页。

所以我制作了一个tag_index表

CREATE TABLE tag_index (
    tag TEXT,
    video_id UUID
    PRIMARY KEY (tag, video_id)
);

每次插入带有3个标签的新视频时，我会进行4次插入，1次为视频，3次为标记。每次标记视频时，我都会在tag_index表中插入一个新标记。

但我该如何进行查询？

我会首先在tag_index表中进行查询并得到20个video_id的结果，然后对视频表执行另一个查询，并使用我从第一个查询获得的所有video_id执行IN子句吗？或者我会在视频表上执行20个单选查询？这对我来说似乎不是很有效，或者我错了吗？

我如何以最好的方式做到这一点？我不明白如何以一种很好的方式使用这个自制的索引表，这是Cassandra的最佳实践。

Answer 1

多表是正确的方法。

现在您的辅助查询Select * FROM videos WHERE video_id in (1,2,3...);这在cassandra世界中也没问题，但我会避免它。

您将要查询协调器节点，然后该节点将确定哪些节点拥有20个视频，针对每个节点运行查询（可能是那里的读取修复，如果您运行了仲裁，则会有一些额外的查询）等）然后组装并返回给你。这有很多网络流量。

Cassandra在读取方面不是很好，写入很便宜，它压缩数据。相反，我会将所有视频数据移动到标签表中，并在视频表中复制它以减少查找。

CREATE TABLE video_with_tags (
    tag TEXT,
    video_id UUID,
    created_date TIMESTAMP,
    description TEXT,
    title TEXT,
    user_id UUID,
    PRIMARY KEY (tag, video_id)
);

现在您的查询看起来像Select * from videos_with_tags WHERE tag = 'x';数据位于一个节点上，而且速度会更快。

您仍然会维护视频表，因此如果您需要进行维护（视频和标签上的CRUD），您可以找到其他标签数据等。

记住cassandra不是RDBMS，加入是一件事，3NF不是一件事。在更新上写入多个表是可以的。

Answer 2

方法＃1：

当您执行大查询时，这意味着您正在等待这个单一协调器节点给您一个响应，它将所有这些查询及其响应保留在堆中，如果其中一个查询失败，或者协调器失败，你必须重试整个事情

因此，不要使用单个IN查询，而是使用execute async为每个video_id使用单独的查询来获取video_id的详细信息。

示例：

//Prepared only once
PreparedStatement statement = session.prepare("SELECT * FROM videos WHERE video_id = ?");

//List<UUID> videoIDs;// You already have the video ids

List<ResultSetFuture> futures = new ArrayList<>();
for (UUID videoID : videoIDs) {
    ResultSetFuture resultSetFuture = session.executeAsync(statement.bind(videoID));
    futures.add(resultSetFuture);
}

for (ResultSetFuture future : futures){
     ResultSet rows = future.getUninterruptibly();
     Row row = rows.one();
     //Now you have the video details in the row     
}

Cassandra Query Patterns: Not using the “in” query for multiple partitions.

注意：大量的执行异步会导致超时异常

方法＃2：

将您的架构归一化为@Highstead Suggested

注意：如果您对表进行非规范化，则必须保持它们之间的一致性。每当发生任何更新时，如果更新了视频标题，则必须更新非正规化时所做的所有副本

在Cassandra中创建自己的索引表时，执行原始查询的最佳方法是什么？

2 个答案: