Cassandra适合骨料查询吗？

Question

我已经读到柱状数据库易于进行聚合查询，而Cassandra是柱状数据库。我正在尝试在卡桑德拉（Cassandra）中使用计数（在“＆gt; ='之间”）。这种表演很密集吗？

Answer 1

这是Cassandra是柱状数据库的普遍误解。我认为它来自餐桌上的旧术语“专栏族”。数据存储在包含键值对的列的行中，这就是为什么表曾经称为列族的表的原因。

与传统的关系数据库相比，主要区别是Cassandra表可以是二维（每个记录都包含一个行）或多维（每个记录都包含一个或多个行）。

另一方面，柱状数据库翻转了一个二维表，因此数据存储在列而不是行中，专门针对分析类型查询（例如聚合）进行了优化 - 这不是Cassandra。

回到您的问题，可以为大多数数据模型计算单个分区中的行。关键是将查询限制在一个分区中，例如：

    SELECT COUNT(some_column) FROM table_name
        WHERE pk = ?

只要限制在一个分区中，就可以计算范围查询中的行：

    SELECT COUNT(some_column) FROM table_name
        WHERE pk = ?
        AND clustering_col >= ?
        AND clustering_col <= ?

如果您不将查询限制为单个分区，则可以可能适用于（a）非常小的数据集和（b）节点数量很少的群集，但不扩展为（c）数据集的增长，并且（d）节点的数量增加。我已经解释了为什么在这篇文章的卡桑德拉（Cassandra）中执行诸如count（）之类的骨料 - https://community.datastax.com/questions/6897/ 。

这并不是说Cassandra不合适。如果您的主要用例用于为OLTP工作负载存储实时数据，则Cassandra是一个不错的选择。对于分析查询，您只需要使用其他软件，例如apache spark，因为将优化Cassandra的查询。干杯!

Answer 2

Cassandra是一家分区的行商店。数据存储在分区中，聚集在一起并用作“行”。它不是 一个柱状数据库。

在卡桑德拉（Cassandra）上进行计数的总疑问将表现不佳。要尝试将是的性能密集型，直到协调器节点时间段出去查询为止。

如果这是您需要解决的用例，那么另一个数据库将是更好的选择。

Answer 3

添加到 @aaron的响应中，如果您在分区中执行 Just 的汇总操作，那可能还可以。例如，

让我们假设您的表模式如下：

CREATE TABLE IF NOT EXISTS keyspace_name.table_name (
 partition_key1 some_type,
 partition_key2 some_type,
 clustering_key1 some_type,
 clustering_key2 some_other_type,
 regular_column1 some_type,
 ...
 regular_columnN some_type,
 PRIMARY KEY ((partition_key1, partition_key2), clustering_key1, clustering_key2)
) WITH CLUSTERING ORDER BY(ck1 DESC, ck2 DESC)
AND ...;

可以做 contregation 诸如表现的查询，

SELECT COUNT(some_regular_column) FROM keyspace_name.table_name WHERE partition_key1 = ? AND partition_key2 = ? AND clustering_key1 >= ? AND clustering_key2 <= ?;