Cassandra 允许过滤

Question

我有一张如下表

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),start,id)
);

我想运行这个查询

Select * from test where day=1 and start > 1475485412 and start < 1485785654 
and action='accept' ALLOW FILTERING

这允许过滤有效吗？

我希望 cassandra 会按此顺序过滤

1. By Partitioning column(day)
2. By the range column(start) on the 1's result
3. By action column on 2's result. 

因此，允许过滤不会是此查询的错误选择。

如果where子句上有多个过滤参数并且非索引列是最后一个，过滤器将如何工作？ 请解释一下。

Answer 1

这是否允许过滤有效？

当您写“this”时，您的意思是在查询和模型的上下文中，但是 ALLOW FILTERING 查询的效率主要取决于它必须过滤的数据。除非您提供一些真实数据，否则这是一个很难回答的问题。

我希望 cassandra 会按此顺序过滤...

是的，这就是将要发生的事情。但是，在查询中包含 ALLOW FILTERING 子句通常意味着糟糕的表设计，即您没有遵循 Cassandra 建模的一些准则（特别是“一个查询 一个表”）。

作为一种解决方案，我可以提示您将 action 字段包含在 start 字段之前的集群键中，从而修改您的表定义：

CREATE TABLE test (
 day int,
 id varchar,  
 start int,
 action varchar,  
 PRIMARY KEY((day),action,start,id)
);

然后您将在没有任何 ALLOW FILTERING 子句的情况下重写您的查询：

SELECT * FROM test WHERE day=1 AND action='accept' AND start > 1475485412 AND start < 1485785654

只有 次要 问题，如果一条记录“切换”action 值，您无法对单个 action 字段执行更新（因为它现在是集群键的一部分），所以您需要使用旧的 action 值执行删除，然后使用正确的新值插入它。但是，如果您拥有 Cassandra 3.0+，所有这一切都可以在新的物化视图实现的帮助下完成。如需更多信息，请联系look at the documentation。

Answer 2

一般 ALLOW FILTERING 效率不高。

但最终它取决于您要获取的数据的大小（cassandra 必须为此使用ALLOW FILTERING）以及从中获取数据的大小。

在您的情况下，cassandra 不需要过滤：

1. 按范围列（开始）对 1 的结果

正如你所说。但在那之后，它将依赖过滤来搜索数据，您在查询本身中允许这样做。

现在，请记住以下内容

如果您的表包含例如 100 万行并且其中 95% 具有请求的值，则查询仍然相对有效，您应该使用 ALLOW FILTERING。

另一方面，如果您的表包含 100 万行，而只有 2 行包含请求的值，则您的查询效率极低。 Cassandra 将加载 999、998 行。如果经常使用查询，最好在time1列上加一个索引。

所以首先确保这一点。如果它对您有利，请使用过滤。 否则，明智的做法是在 'action' 上添加二级索引。

PS：有一些小的修改。