如何理解 Cassandra 中宽行的概念及相关概念？ [关闭]

Question

Cassandra The Definite Guide中的宽行概念及相关概念我觉得很难理解：

Cassandra 使用称为 复合键（或复合键） 的特殊主键 表示宽行，也称为分区。 复合键由一个分区组成 键，加上一组可选的聚类列。 分区键用于确定 存储行的节点本身可以​​由多个列组成。这 集群列用于控制数据在分区内存储的排序方式。 Cassandra 还支持称为 静态列 的附加结构，它是 用于存储不属于主键但由 a 中的每一行共享的数据 分区。

图 4-5 显示了每个分区如何由分区键唯一标识，以及 聚类键如何用于唯一标识分区中的行。

宽行和分区是同义词吗？

在“分区键用于确定存储行的节点并且本身可以由多个列组成”和“每个分区由分区键唯一标识”中，

• 既然分区键用于宽行，为什么会有多个“行”（这里的“行”是指“宽行”）？

• 分区键如何“确定存储行的节点”？

• 如何使用分区键来实现“每个分区都由一个分区键唯一标识”？

在“集群列用于控制数据在分区内存储的排序方式”中，

• 什么是聚类列，例如图中的聚类列是什么？
• 集群列如何“控制数据在分区内存储的排序方式”？

在“聚类键用于唯一标识分区内的行”中，

• 分区是宽行的同义词，“分区内的行”是什么意思？
• “如何使用聚类键来唯一标识分区内的行”？

谢谢。

Answer 1

宽行和分区是同义词吗？

partition 和 row 可以被认为是同义词。宽行是一种情况，其中所选的分区键将导致该键的cells 数量非常多。考虑一个场景，一个国家的所有人和使用的分区键是城市，那么一个城市将有一行，并且所有人都将在该行中为cells。对于地铁城市，这将导致大排。另一个例子是使用 sensorId 作为分区键存储每隔几秒收到的传感器数据，这将导致几年后大量的cells。

既然分区键用于宽行，为什么会有多个“行” （这里的“行”是指“宽行”吗）？

同上。

分区键“如何确定行所在的节点” 存储”？

从分区键哈希（默认为 MurMur3Hash）生成，cassandra 中的每个节点负责值的范围。考虑分区键值的哈希结果为 20，Node1 负责范围 1 到 100，那么该分区将驻留在 Node1 上。

如何将分区键用于“每个分区都是唯一的 由分区键标识”？

如上所述，分区键决定数据驻留在哪个节点上。数据表示可以被视为只能具有唯一键的巨大映射。

什么是聚类列，例如什么是聚类 图中的列？

考虑像Create TABLE test (a text,b int, c text, PRIMARY KEY(a,b)) 这样创建的表，这里a 是分区键，b 是集群列。附图中clustering key为聚类列，整个包围框为单元格。

“聚类列”如何控制数据存储的排序方式 在一个分区内”？

Cassandra 将使用上述示例表中的列b 对数据进行升序排序。也可以改为降序。

INSERT INTO test(a,b,c) VALUES('test',2,'test2')
INSERT INTO test(a,b,c) VALUES('test',1,'test1')
INSERT INTO test(a,b,c) VALUES('test-new',1,'test1')

如果您按此顺序运行上述查询，cassandra 将按以下顺序存储数据（数据表示比下面的要多得多。只需检查 b 列的顺序）：

test -> [b:1,c=test1] [b:2,c=test2]
test-new -> [b:1,c=test1]

分区是宽行的同义词，“行”是什么意思 在一个分区内”？

聚类列用于识别分区内的cells（单元比行更好）。例如SELECT * from test where a='test' and b=1 将选择带有b:1 的单元格进行分区键测试。

“如何使用聚类键来唯一标识其中的行 分区”？

上面的答案也应该解释这一点。