如何使用 pycassa 获取存储在 Cassandra 列族中的所有键？

Question

有没有人有使用 pycassa 的经验，我对此表示怀疑。如何获取数据库中存储的所有密钥？

在这个小片段中，我们需要提供键才能获取关联的列（这里的键是“foo”和“bar”），这很好，但我的要求是一次获取所有键（仅键）作为 Python 列表或类似的数据结构。

cf.multiget(['foo', 'bar'])
{'foo': {'column1': 'val2'}, 'bar': {'column1': 'val3', 'column2': 'val4'}}

谢谢。

Answer 1

尝试：

    list(cf.get_range().get_keys())

这里有更多好东西：http://github.com/vomjom/pycassa

Answer 2

您可以尝试：cf.get_range(column_count=0,filter_empty=False)。

# Since get_range() returns a generator - print only the keys.
for value in cf.get_range(column_count=0,filter_empty=False):
    print value[0]

Answer 3

get_range([开始][, 结束][, 列][, 列开始][, 列完成][, 列反转][, 列计数][, 行计数][, 包含时间戳][, 超级列][, 读取一致性级别][,缓冲区大小]）

获取a中行的迭代器
指定的键范围。

http://pycassa.github.com/pycassa /api/pycassa/columnfamily.html#pycassa.columnfamily.ColumnFamily.get_range

Answer 4

Santhosh 解决方案的小改进

dict(cf.get_range(column_count=0,filter_empty=False)).keys()

如果您关心顺序：

OrderedDict(cf.get_range(column_count=0,filter_empty=False)).keys()

get_range 返回一个生成器。我们可以从生成器创建一个字典并从中获取密钥。

column_count=0 将结果限制为 row_key。但是，由于这些结果没有列，我们还需要 filter_empty。

filter_empty=False 将允许我们得到结果。然而，空行和范围幻影现在可能包含在我们的结果中。

如果我们不介意更多的开销，只获取第一列将解决空行和范围幽灵问题。

dict(cf.get_range(column_count=1)).keys()

Answer 5

Santhosh 和 有问题kzarns' 的答案，因为你正在记忆一个可能很大的字典，但你会立即丢弃它。更好的方法是使用列表推导式：

keys = [c[0] for c in cf.get_range(column_count=0, filter_empty=False)]

它迭代 get_range 返回的生成器，将键保留在内存中并存储列表。

如果键列表也可能太大而无法一次将其全部保存在内存中，并且您只需要迭代一次，则应该使用 生成器表达式而不是列表理解：

kgen = (c[0] for c in cf.get_range(column_count=0, filter_empty=False))
# you can iterate over kgen, but do not treat it as a list, it isn't!