如何在 cassandra 中像 SQL 一样设置自动增量 ID（整数）？

Question

我有数百万条记录，现在我必须获取最新的记录。我想用record_id保存每条记录，并且我希望这个rec​​ord_id在插入新记录时自动增加。

例如：假设我有 1000 条记录，首先我想要从 901 到 1000 的最新 100 条记录。现在在第二个请求中，我想要从 801 到 900 的下 100 条最新记录。我已经浏览了很多链接，但是没有找到任何相关的东西。任何机构都可以给出适当的解决方案吗？

假设表 emp 包含：
名称文本，
record_id 整数，
地址文字

假设 name 是主键，record_id 是集群键。但是现在请不要讨论主键概念，因为我的要求是创建 id 作为集群键（我使用的是 cassandra 2.2.3 和 cql 3.3.1）。

Answer 1

Cassandra 不支持自动递增 ID。但是您可以使用 time-based UUID 作为集群键来确保记录从最旧到最近的顺序。

Answer 2

自动增量 ID 在 Cassandra 或任何其他分布式数据库中并不真正起作用。

为什么？假设您有三个节点。两个节点同时收到对同一张表的写请求。一个检查表的最大 ID，并获得 2544 的（示例）响应。在写入新行之前，另一个节点执行相同的过程，也得到 2544。现在您有两行插入 2545，而在 Cassandra 中，最后一次写入“获胜”，因此您将输掉第一次写入。

因此，这也是为什么在 Cassandra 中将先读后写方法视为反模式的原因。正如 Stefan 建议的那样，TimeUUID 提供了解决此问题的方法。

在 Cassandra 中，您需要设计表以适应您的查询模式。我听到的是，您想要检索最近更新的 100 名员工。我会创建一个特定的表来提供服务：

CREATE TABLE employee_updates (
  datebucket text,
  record_id timeuuid,
  name text,
  address text,
  PRIMARY KEY (datebucket,record_id))
WITH CLUSTERING ORDER BY (record_id DESC);

现在当您查询此表的最后 100 条记录时：

SELECT * FROM employee_udpates WHERE datebucket='20160309' LIMIT 100;

您可以获得当天最近的 100 条记录。

注意：如果“天”对于您的解决方案来说过于细化（每天只有少数员工记录会更新），那么请随意将其扩大到更适用的范围。

更新：

如果我想上一个最新的 100 条记录，即 801 到 900 怎么办

这个解决方案实际上确实有办法“分页”浏览结果。

让我们在表格中插入一些行：

> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'123 main st.','Bob Kerman');
> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'456 Gene ave.','Bill Kerman');
> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'34534 Water st.','Jebediah Kerman');
> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'843 Rocket dr.','Valentina Kerman');
> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'33476 Booster way','Isabella Kerman');
> INSERT INTO employee_updates (datebucket, record_id , address , name ) VALUES ('20160309',now(),'43 Solid Rocket pl.','Helcine Kerman');

现在让我选择今天最近的前 3 个：

> SELECT datebucket, record_id, dateof(record_id), name 
  FROm employee_updates WHERE datebucket='20160309' LIMIT 3;

 datebucket | record_id                            | system.dateof(record_id) | name
------------+--------------------------------------+--------------------------+------------------
   20160309 | 511f9150-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:43:02+0000 |   Helcine Kerman
   20160309 | 2f9f3670-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:42:06+0000 |  Isabella Kerman
   20160309 | 23b0dc60-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:41:46+0000 | Valentina Kerman

(3 rows)

由于我已按 DESCending 顺序将该表聚集在 record_id 上，因此只需查询比我读到的最后一条记录少的 record_id 即可获得接下来的 3 条记录。在这种情况下，那就是23b0dc60-e5db-11e5-a4ba-a52893cc9f36：

> SELECT datebucket, record_id, dateof(record_id), name 
  FROm employee_updates WHERE datebucket='20160309' 
  AND record_id < 23b0dc60-e5db-11e5-a4ba-a52893cc9f36 LIMIT 3;

 datebucket | record_id                            | system.dateof(record_id) | name
------------+--------------------------------------+--------------------------+-----------------
   20160309 | 16400100-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:41:23+0000 | Jebediah Kerman
   20160309 | 0b239cf0-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:41:05+0000 |     Bill Kerman
   20160309 | 00d648b0-e5db-11e5-a4ba-a52893cc9f36 | 2016-03-09 09:40:47+0000 |      Bob Kerman

(3 rows)