使用 Cassandra RandomPartitioner 进行有序数据

Question

我想将大约 10 亿条数据存储在 Cassandra 中。数据项按时间排序，我要做的主要查询之一是按顺序查找两个时间范围之间的项目。如果可能的话，我真的更喜欢使用 RandomParititioner。卡桑德拉有办法做到这一点吗？

起初，由于我来自 SQL，我认为我应该将每个事件创建为一行，但后来我发现我的想法是错误的，我真的应该使用列。 Cassandra 中的列似乎是有序的，但我对它们的有序程度感到困惑。如果我使用时间作为列名，有没有办法让我按顺序从一个时间到另一个时间获取所有列？

我查看的另一件事是二级索引的 0.7 功能，但我很难找到有关是否可以使用这些功能按顺序查看一系列内容的文档。

我想要的只是这个 SQL 的 Cassandra 等效项：“Select * from Stuff where date > X and date < Y order by date asc”。我该怎么做？

Answer 1

分区器仅影响环周围键的分布，而不影响键内列的顺序。列始终根据为列族定义的列比较器进行排序。

您可以使用指定 SliceRange 的 SlicePredicate 调用 get_slice 来获取某个键中某个键的所有列范围。

要对数据进行建模，您可以为每天（或合适的时间分片）创建 1 行，并为每条数据创建一列。比如，

"yyyy-mm-dd" : {  #key, one for each day
    timeStampMillis1:dataid1 : "value1" # one column for each piece of data
    timeStampMillis2:dataid2 : "value2" 
    timeStampMillis3:dataid3 : "value3" 
}

列名应该是二进制的，使用二进制比较器。前 8 个字节是时间戳，其余字节是数据的 id。

假设 X 和 Y 在同一天，要查找 X 和 Y 之间的所有项目，请在日期键上执行 get_slice，并使用 SlicePredicate 和 SliceRange 指定 X 的开始和 Y+1 的结束。 start 和 finish 都是 8 个字节的字节数组。

要查找多天的数据，请从多个键读取。