Cassandra 错误 - 无法限制聚类列（前列受非 EQ 关系限制）

Question

我们使用 Cassandra 作为我们车队管理解决方案的历史数据。我们在 Cassandra 中有一张表，其中存储了车辆的旅程细节。表结构如下所示

CREATE TABLE  journeydetails(
bucketid text,
vehicleid text,
starttime timestamp,
stoptime timestamp,
travelduration bigint,
PRIMARY KEY (bucketid,vehicleid,starttime,travelduration)
);

地点：

1. bucketid :- 分区键，是月和年的组合
2. vehicleid : - 车辆的唯一 ID
3. starttime :- 旅程的开始时间
4. endtime :- 旅程的结束时间
5. travelduration:- 以毫秒为单位的旅行持续时间

我们要运行以下查询 - 获取车辆的所有行程 - 1234567 在 2015-12-1 和 2015-12-3 之间，其行程持续时间大于 30 分钟 p>

当我运行这个查询时：

select * from  journeydetails where bucketid in('2015-12') and vehicleid in('1234567') 
  and starttime > '2015-12-1 00:00:00' and starttime < '2015-12-3 23:59:59' 
  and travelduration > 1800000;

我得到这个结果：

InvalidRequest: code=2200 [Invalid query] message="Clustering column "travelduration"
cannot be restricted (preceding column "starttime" is restricted by a non-EQ relation)

有人对如何解决这个问题有建议吗？

Answer 1

select * from journeydetails where bucketid in('2015-12') and vehicleid in('1234567')
  and starttime > '2015-12-1 00:00:00' and starttime < '2015-12-3 23:59:59' 
  and travelduration > 1800000;

那是行不通的。原因可以追溯到 Cassandra 如何在磁盘上存储数据。 Cassandra 的想法是，它在返回具有精确键的单行或从磁盘返回连续范围的行时非常有效。

您的行由bucketid 分区，然后在磁盘上按vehicleid、starttime 和travelduration 排序。因为您已经在 starttime 上执行范围查询（非 EQ 关系），所以您不能限制后面的键。这是因为travelduration 限制可能会取消范围条件中的某些行的资格。这将导致效率低下的非连续读取。 Cassandra 旨在保护您免于编写查询（例如此类），这可能具有不可预测的性能。

这里有两种选择：

1- 如果您可以限制 travelduration 之前的所有键列（具有等于关系），那么您可以应用大于条件：

select * from journeydetails where bucketid='2015-12' and vehicleid='1234567'
  and starttime='2015-12-1 00:00:00' and travelduration > 1800000;

当然，限制精确的starttime 可能不是非常有用。

2- 另一种方法是完全省略 travelduration，然后您的原始查询将起作用。

select * from journeydetails where bucketid='2015-12' and vehicleid='1234567'
  and starttime > '2015-12-1 00:00:00' and starttime < '2015-12-3 23:59:59';

不幸的是，Cassandra 没有提供很大程度的查询灵活性。许多人使用Spark（与 Ca​​ssandra 一起）之类的解决方案成功地实现了这种级别的报告。

只是一个旁注，但不要使用IN，除非你必须这样做。使用IN 查询类似于使用二级索引，因为 Cassandra 必须与多个节点通信才能满足您的查询。用单个项目调用它可能没什么大不了的。但是IN 是 RDBMS 的旧习惯之一，在深入了解 Cassandra 之前，您应该真正打破这些习惯。

Answer 2

我遇到了同样的问题。您可以简单地将索引添加到所需的列，而不是使用聚集键和主键。这样，您就可以摆脱这些陷阱，并且可以在查询中使用您想要的任何列。

Answer 3

原来你可以在查询结束时使用“允许过滤”