Cassandra NoSQL - 域和页面的最佳数据结构

Question

我从 noSQL 开始，观看了像 https://www.youtube.com/watch?v=tg6eIht-00M 这样的精彩教程和解释。但是，我仍在以关系的方式思考，这就是我寻求您帮助的原因。

我有以下简单的关系模型，用于存储域及其页面，并且能够保留页面标题和描述更新的历史记录。

CREATE TABLE domain (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  name TEXT,
  suffix TEXT,
  PRIMARY KEY (id)
) ENGINE=InnoDB;

CREATE TABLE page (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  domainid bigint(20),
  url TEXT,
  PRIMARY KEY (id),
  FOREIGN KEY (domainid) REFERENCES domain(id)
) ENGINE=InnoDB;

CREATE TABLE page_update (
  id bigint(20) NOT NULL AUTO_INCREMENT,
  pageid bigint(20),
  updated TIMESTAMP,
  title TEXT,
  descr TEXT,
  PRIMARY KEY (id),
  FOREIGN KEY (pageid) REFERENCES page(id)
) ENGINE=InnoDB;

我想把这个模型转成CQL：

我应该创建非规范化的表页面并根据域后缀（.com、.net、.de、...）和名称将其分布在分区上。并设置聚簇索引更新时间。

CREATE TABLE page (
  domain_name text,
  domain_suffix text,
  page_url text,
  page_title text,
  page_descr text,
  page_updated timestamp,      
  PRIMARY KEY ((domain_suffix, domain_name), page_updated)
);

不过，我不确定这是否是最优的，因为

• 每次更新都要保留域名、后缀和页面url，所以会有很多重复。
• 每次更新都会生成整行数据，而不是部分数据
• 我想要其他表中的地址域或页面。例如，我有另一个表 domain_technlogy 将网络技术分配给域

最佳结构是什么样子的？

Answer 1

对于 cassandra，正确的建模方法是首先考虑 SELECT 查询，然后构建有助于这些查询的表。

您需要什么查询？

您提供的架构：

CREATE TABLE page (
  domain_name text,
  domain_suffix text,
  page_url text,
  page_title text,
  page_descr text,
  page_updated timestamp,      
  PRIMARY KEY ((domain_suffix, domain_name), page_updated)
);

将允许您在知道后缀+域名的情况下查找 url+title+descr，如果您知道 page_updated，则返回单个记录，或者返回按 page_updated 排序的所有记录更新。那是你需要做的吗？这就是你需要做的一切吗？你用url 做什么？