Cassandra UUID分区键和分区大小

Question

给出一个表

CREATE TABLE sensors_by_id (
    id uuid,
    time timeuuid,
    some_text text,
    PRIMARY KEY (id, time)
) 

当有大量条目时，这会扩大吗？我不确定，如果一个UUID字段足以作为一个好的分区键，还是需要创建一些像week_first_day或类似的人工密钥？

Answer 1

这实际上取决于你将如何插入数据 - 如果你为每个插入真的随机生成UUID，那么重复is very low的可能性，你会得到所谓的“瘦行”（a很多分区里面有1行）。即使你开始获得重复项，每行也不会有这么多......

Answer 2

分区大小可能是一个问题，因为cassandra限制了每个分区的磁盘大小。

好的经验法则是将最大行数保持在 100,000个项目以下，并且将磁盘大小控制在100 MB以下。

使用该公式

很容易计算分区大小

您可以阅读有关数据建模here的更多信息。

因此，在当前情况下， 1 000 000 行的计数每个分区， some_text的平均大小为 100 个字节列为：

Number of Values: (1000000 * (3 - 2 - 0) + 0) = 1000000

Partition Size on Disk: (16 + 0 + (1000000 * 116) + (8 * 1000000))
= 124000016 bytes (118.26 Mb)

因此您可以看到每个分区 118.26 Mb 超出了限制。因此，您需要优化分区键。

我使用开放源代码项目cql-calculator对它进行了计算。