获取每个用户的关注者数量答案

【问题标题】：Get count of followers for each user获取每个用户的关注者数量
【发布时间】：2017-03-24 16:53:45
【问题描述】：

我有下表。是否可以通过单个 CQL 选择获取每个用户的关注者数量？

create table user_follows ( name text, follows_name text, primary key (name,follows_name) );

name    | follows_name
---------+--------------
 indrani |      aravind
 indrani |        jorge
 indrani |      lalitha
 indrani |        vijay
   vijay |      aravind
   vijay |        david
   vijay |         mark
  filmon |        david
  filmon |        jorge
  filmon |      kishore
  filmon |      lalitha
  filmon |         mark
  filmon |        vijay
   david |      aravind
   david |         mark

我有以下查询返回单个用户的计数

select count(follows_name) from user_follows where name='indrani';

【问题讨论】：

标签： cassandra cql

【解决方案1】：

恐怕这不受支持。您唯一能做的就是为每个分区发出COUNT(*) 查询。

如果您不知道您的分区，您可以使用PER PARTITION LIMIT 1 检索每个分区的第一条记录（以及分区键）（分区内的数据按集群键排序）：

SELECT name FROM user_follows PER PARTITION LIMIT 1;

这需要 Cassandra 3.6 及更高版本。

但是，仔细考虑一下，单个 COUNT 查询（WHERE 受分区限制）将生成分区扫描，因为这是 C* 计算记录的方式。如果您对所有分区发出此查询，那么您将扫描所有数据集，并且可能会杀死您的集群。

如果您不需要精确，您可以创建一个具有相同分区键的计数器表，并为每个用户增加/减少计数器：

CREATE TABLE user_follows_counts (
    name text PRIMARY KEY, 
    followers counter,
);

现在您无需扫描数据集即可获得所需内容，而且查询效率更高：

SELECT * FROM user_follows_counts;

查看counters 上的文档以获取更多信息。

【讨论】：

【解决方案2】：

只有在 cassandra 中使用自定义 UDF 时才有可能。

在 rdbms 世界中对此的理想查询是

Select name, COUNT(*) FROM table_name GROUP BY name;

但由于 cassandra 不直接支持这一点，因此您可以改为使用 Map 将自定义 UDF 写入 Group。

参考https://stackoverflow.com/a/33223749/2990458

【讨论】：

这将扫描所有数据集。相反，专用表是最好的解决方案，而且差距很大。
@xmas79 你是对的。但我想这取决于查询的读写频率。如果此查询很少运行，并且 user_follows 表上的更新/删除频繁，则计数器可能会过大。解决方案的其他方式也可以正常工作。