复合键的 Cassandra 分区

Question

据我了解，如果我们有一个主键，则该键用于对数据进行分区并将其存储在节点中（例如使用随机分区器）。

现在我不确定的是，如果我有多个 keys（又名复合键），是用于对数据进行分区的键组合还是第一个主键？

例如，对于单个键列族，例如：

CREATE TABLE IF NOT EXISTS users (
    userid uuid,
    emailaddress text,
    birthday timestamp,
    PRIMARY KEY (userid)
);

我知道userid 用于确定应将users 类型的行分区到哪个节点。

如果我将此表更改为

CREATE TABLE IF NOT EXISTS users (
    userid uuid,
    emailaddress text,
    birthday timestamp,
    PRIMARY KEY (userid, emailaddress)
);

这是否意味着现在userid 和emailaddress 将一起使用以确定分区？

是否可以将具有相同userid 但不同emailaddress 的两行分配到两个单独的节点中，或者它们总是位于同一个节点中？

非常感谢，

Answer 1

事实上在你的例子中

CREATE TABLE IF NOT EXISTS users (
    userid uuid,
    emailaddress text,
    birthday timestamp,
    PRIMARY KEY (userid, emailaddress)
);

userid 是分区键部分，emailaddress 是集群列，在 cqlsh 中

cqlsh:rw> CREATE TABLE users ( userid INT, email TEXT, data TEXT, PRIMARY KEY ( userid, email ) );
cqlsh:rw> SELECT * FROM users WHERE userid = 0;

 userid | email | data       

分区键部分由内大括号()定义

CREATE TABLE IF NOT EXISTS users (
    userid uuid,
    emailaddress text,
    birthday timestamp,
    PRIMARY KEY ((userid, emailaddress))
);

现在您将拥有由用户 ID 和电子邮件地址组成的分区键，并再次在 cqlsh 中

cqlsh:rw> CREATE TABLE users ( userid INT, email TEXT, data TEXT, PRIMARY KEY ( ( userid, email ) ) );                                                                                                                                                                     
cqlsh:rw> SELECT * FROM users WHERE userid = 0;
code=2200 [Invalid query] message="Partition key part email must be restricted since preceding part is"     

现在回答你的问题 -> 是的，因为你只有复合键分区键部分作为用户 ID。

有趣的信息来源： http://docs.datastax.com/en/cql/3.1/cql/cql_reference/refCompositePk.html

尝试的好工具是 cqlsh - 它可以帮助您测试很多东西。例如，在 cqlsh 输出分区键列是红色，集群列青色/蓝色和数据列紫罗兰色 - 非常有帮助

更新评论 继续第二种情况，查询

cqlsh:rw> SELECT * FROM users WHERE userid = 0 AND email = '';

 userid | email | data
--------+-------+------

将成功，因此您必须始终指定用户 ID 和电子邮件

要查询一个用户和您可以使用的多个电子邮件地址

SELECT * FROM users WHERE userid = 0 AND email IN ( 'a', '4' );

 userid | email | data
--------+-------+------

但是 IN 子句很昂贵，因为这意味着联系节点必须连接许多节点来收集数据，所以最好使用并行查询，但您还必须指定电子邮件值。第二种情况的第一次选择以错误结束。但是，从示例中，一个用户可以有很多电子邮件，所以第一种情况应该足够了 - 取决于 db 的期望。在第二种情况下，如果没有电子邮件字段，它将无法工作。

第一种情况

CREATE TABLE users ( userid INT, email TEXT, data TEXT, PRIMARY KEY ( userid, email ) );
INSERT INTO users (userid, email , data ) VALUES( 0, 'email@a.pl', 'ddd');
INSERT INTO users (userid, email , data ) VALUES( 0, 'email1@a.pl', 'ddd1111');

您将插入一些按电子邮件地址聚类的数据，因此您将与一个用户建立关系 -> 电子邮件中的许多数据至少您在评论中的问题表明了这一点。这是结果

cqlsh:rw> SELECT * FROM users WHERE userid = 0;

 userid | email       | data
--------+-------------+---------
      0 | email1@a.pl | ddd1111
      0 |  email@a.pl |     ddd