cassandra主键设计

Question

我正在使用 datastax 企业 4.5。就任何性能而言，定义复合分区键是否比仅定义单个列分区键有任何缺点？如果复合分区的一列基数高，而复合分区的另一列基数低怎么办？

Answer 1

复合键用于增加分区的基数。例如，像PRIMARY KEY ((x,y)) 这样的键，具有 5 个 x 值和 10 个 y 值，最终将创建 50 个不同的分区。如果您需要更多地分发数据，这很有用，但如果您有一个具有足够高基数的变量，则这是不必要的。

一个更现实的例子可能是创建PRIMARY KEY ((Gender, ZipCode), age, userid) 的复合键。如果您只使用 Gender 作为分区键，您最终将只有 2 个分区来存储您的数据！添加邮政编码允许总共 99999 个邮政编码或（zip+4 获得更多），同时仍然允许您按性别隔离数据。这对于按位置或类似的东西查找人口统计信息是理想的。

基本上，经验法则是您希望使用大量分区来避免集群中的热点，而复合键允许通过组合字段的基数来轻松增加分区数量。