Cassandra，存储有关项目的各种事件答案

【问题标题】：Cassandra, storing various events about itemCassandra，存储有关项目的各种事件
【发布时间】：2012-12-02 12:24:10
【问题描述】：

我需要为上传的歌曲存储这些类型的事件：

观看次数
喜欢
不喜欢
评论
收藏夹
下载

可能还有更多。

为了存储有关歌曲本身的信息，我使用了宽行，其中列名是时间戳，值是 JSON 字符串，其中包含有关该歌曲的所有信息。

现在如果我只需要存储数字就不会有太大问题了，但我实际上需要存储说喜欢那首歌的用户的信息。

因此，如果有 1000 位用户喜欢某首歌曲，那么将所有这些信息放在一个列中可能是个坏主意。

所以我可能做到这一点的唯一方法就是将该信息存储在不同的 CF 中。

但我不确定如何将歌曲本身与分散在不同列中的所有信息“连接”起来？

所以我的问题是，我是否朝着正确的方向前进？如果是，我将如何存储所有这些动作并将它们连接在一起。

编辑

我正在尝试建立喜欢系统，但它几乎失控了，这些是我需要执行的操作才能喜欢/不喜欢

检查用户是否已经喜欢该项目
检查用户之前是否不喜欢该项目
如果他不喜欢，则删除该条目
现在获取当前的喜欢
现在更新项目本身，设置新的喜欢计数
更新CF，其中包含所有喜欢该项目的用户

实际上我需要运行更多查询，所以我总共得到了将近 6 个查询，甚至更多是正常的吗？

【问题讨论】：

标签： cassandra data-modeling

【解决方案1】：

了解您需要查询的内容是规划 Cassandra 架构时最重要的考虑因素之一。 Cassandra 旨在处理大量写入。

根据您要实现的其他功能，您可能需要创建额外的列族或完全替换这些列族，以便以最适合 cassandra 查询的方式存储数据。

此外，我建议尽可能多地将数据本地存储在 cassandra 中。我不会将 JSON 对象加载到胖字符串列中。最起码在cassandra中直接存储相关数据，比如点赞值等。

您有两个域模型，用户和歌曲，以及要存储的三类数据：

评论
喜欢/不喜欢/收藏夹
查看次数/下载次数

您详细说明了更新算法所需的一些功能查询：

检查用户是否已经喜欢该项目
检查用户之前是否不喜欢该项目
如果他不喜欢，则删除该条目
现在获取当前的喜欢
现在更新项目本身，设置新的喜欢计数
- 使用 cassandra 计数器，这两个步骤可以同时发生
更新包含所有喜欢该项目的用户的 CF

可以满足这些查询要求的架构如下。

首先，我们将为 User 和 Song 定义 CF，两者都使用 UUID 作为键。

create column family users with comparator=UTF8Type
   and column_metadata=[{column_name: user_name, validation_class: UTF8Type, index_type: KEYS},
   {column_name: json_data, validation_class: UTF8Type}];

create column family songs with comparator=UTF8Type
   and column_metadata=[{column_name: user_name, validation_class: UTF8Type, index_type: KEYS},
      {column_name: json_data, validation_class: UTF8Type}];

二级索引有助于按用户名检索用户行。有关性能方面的考虑，请参阅 this。

评论可以使用 UUID 为每个评论建模，如下所示：

create column family comments with comparator = 'UTF8Type' 
   and column_metadata=[{column_name: user, validation_class: UUIDType, index_type: KEYS},
      {column_name: song, validation_class: UUIDType, index_type: KEYS},
      {column_name: timestamp, validation_class: DateType},
      {column_name: comment, validation_class: UTF8Type}];

由于用户喜欢和不喜欢是互斥的，我们可以使用一个列族来存储用户所有的歌曲喜欢/不喜欢。如果您将“收藏”限制为暗示喜欢，我们可以只用这个来完成所有三个。使用用户的UUID作为行键，歌曲的UUID作为列键，列值为0 => 无值，1 => 不喜欢，2 => 喜欢，3 => 喜欢。

create column family user_likes with comparator = 'UUIDType'
   and default_validation_class = IntegerType;

现在剩下的就是跟踪每首歌曲的总喜欢、不喜欢、收藏、观看和下载。我们可以使用Cassandra's counter column 类型在一个 CF 中完成此操作。使用歌曲的 UUID 作为 CF 键。

create column family song_data with default_validation_class=CounterColumnType
   and column_metadata=[{column_name: likes},
      {column_name: dislikes},
      {column_name: favorites},
      {column_name: views},
      {column_name: downloads}];

【讨论】：

谢谢，这很有用，我已经以不同的方式做到了，但我会看看可以改进的地方。

【解决方案2】：

为“User、Song、Song_Likes、User_Likes、Song_Dislike、User_Dislike”创建不同的列族，使用songId（UUID）和UserId（UUID）在列族之间建立like。

CF
 User: KS {userId} -> {{user}, {JSON user Info}}
 Song: KS {songId} -> {{song}, {JSON song Info}}

 Song_Comments: {songId -> {(Reversed)timestamp, userUUID:UserName:comment}}
  Reveresed Time stamp can help you to get latest N comments quickly.

 Song_Likes: {songId -> {timeStamp, userUUID}}
   (or if time of event is not important.)
 Song_Likes: {songId -> {userUUID, column Data {....} }

 similarly for other Column Families.

下面的赞可能对你有帮助。 http://www.rackspace.com/blog/cassandra-by-example/

【讨论】：

【解决方案3】：

在 casandra 中，您无法执行连接，因此您必须改为对数据进行非规范化。所以这个想法是将实体和关系保持在单独的列族中。还要记住 cassandra 确实有超级列，当你想深入一层时，这非常有用，所以你有所有在一起。也不要错过 cassandra 的限制 - 取决于您使用的版本。

【讨论】：