Cassandra使用聚合函数，然后按该聚合排序

Question

我有一个cassandra数据库，该数据库的表包含以下列：

• itemid
• 用户ID
• 评分

itemid和userid是主键。我的查询如下：

SELECT itemid, avg(rating) as avgRating from mytable GROUP BY itemid order by avgRating asc;

我收到以下错误：

  

InvalidRequest：来自服务器的错误：code = 2200 [Invalid query] message =“ ORDER BY仅在分区键受EQ或IN限制时才受支持。”

我该如何解决？

我需要按平均收视率排序，这样我才能根据平均收视率获得前10名电影。

Answer 1

Cassandra只能按群集列对结果进行排序。它不能通过聚合函数对结果进行排序。

您可以选择几个选项来完成此操作。

1. 进行查询，然后在应用程序中对结果重新排序。

如果您只希望每个查询返回有限数量的行，则此选项可能有效。

请注意，当您知道聚合函数仅适用于有限的行数时，建议您仅使用聚合函数（例如avg（））。理想情况下，仅应在单个分区上运行时使用它们（使用WHERE子句限制为单个分区）。如果您没有任何限制，则可能会看到查询非常慢，或者如果Cassandra需要读取大量行以计算聚合，查询就会超时。

1. 在表中存储预先计算的平均值，或将其缓存在应用程序中。

如果您需要更大数据集的计算平均值，这是最佳选择。

如果将average_rating设为聚类列，Cassandra将按排序顺序存储每个分区的平均值。从卡桑德拉的角度来看，这是非常有效的。

缺点是，每次插入或更新一行时，您都需要计算应用程序中的平均值，因为它将成为Cassandra表中的主键列。

您可能要研究的一件事是使用Cassandra触发器为您计算平均值。如果您有多个应用程序向该表写入数据，这可能会使您的生活更轻松，但是我实际上不确定是否可以通过自定义触发器修改主键列。如果您决定选择此选项，我建议您进行一些研究和测试。您可以阅读有关触发器here的信息。