在 Cassandra 数据模型中同步

Question

我正在创建一个社交网络应用程序，并且我已经对数据进行了非规范化，将时间线创建为包含所有字段的帖子列表，以便仅使用一个查询。问题是，如果每个帖子都有计数器（喜欢、分享、cmets），那么每次更新计数器时，如何同步时间轴中的所有帖子记录？或者我应该在时间线中只有 id，所以我只更新一个帖子表，时间线查询由两个查询而不是一个查询组成？

谢谢你

Answer 1

我一直在考虑类似的任务，这是我的想法：

1. 时间线数据必须同步。在时间线中仅存储一个 id 并在帖子中查找是一个坏主意：您不希望进行 20 次查找来生成单个时间线页面。此外，它不会扩展：一旦您向服务器架构添加更多节点，不同的帖子可以存储在不同的节点上，这会使查询速度变慢。

2. 似乎最好使用counter 数据类型来存储计数器。这需要创建一个单独的仅计数器表。 See here 了解更多信息。据我了解，使用这种类型可以提高（更新的）可扩展性。

3. 如果将每个新的点赞/评论/分享写入时间线变得过于昂贵，则可以使用内存缓存：计数器存储在缓存中，并在生成时间线时查找。然后可以延迟时间线存储值更新，并作为不在缓存中的计数器的后备。我认为从 RAM 中查找 20 次单个请求是可以的。

如果您计算条目浏览量，#3 会很有用。由于您不计算观看次数，因此我认为更新每个点赞/评论/分享的时间线是可以的。

Answer 2

您可以存储单个帖子，然后使用单个范围查询检索所有帖子 - 这将允许您使用计数器数据轻松更新单个帖子，但您仍然可以检索时间轴中的所有帖子使用一个查询。有关在气象站使用温度记录的示例，请参阅 this article。

CREATE TABLE posts (
  post_id text,
  post_time timestamp,
  post text,
  timeline_id set<text>,
  comments_count counter,
  PRIMARY KEY (post_id,post_time)
);

---

CREATE INDEX timeline_id_index ON posts (timeline_id);

---

SELECT post, comments_count
FROM posts
WHERE timeline_id CONTAINS ’foo’
AND post_time > ’2013-04-03 07:01:00′
AND post_time < ’2020-04-03 07:04:00′;

---

UPDATE posts
SET comments_count = comments_count + 1
WHERE post_id='bar';