我应该如何在 Cassandra 中存储嵌套的 JSON 对象？

Question

这是我第一次使用 Cassandra，我有如下数据结构，想将其保存在 Cassandra 中：

{"user_id": "123",
 "user_cards": {
  "first_card": {
    "card_number": 456
  }
 }
}

我通过互联网搜索并找到了如下示例：

use json;
CREATE type json.sale ( id int, item text, amount int );
CREATE TABLE json.customers ( id int  PRIMARY KEY, name text, balance int, sales list> );

INSERT INTO json.customers (id, name, balance, sales) 
VALUES (123, 'Greenville Hardware', 700,
[{ id: 5544, item : 'tape', amount : 100},
{ id: 5545, item : 'wire', amount : 200}]) ;

但我不确定这是否是最好的方法？我记得根据我使用 MySQL 或 MongoDB/Mongoose 的经验，我们为嵌套的 JSON 对象定义了单独的表，并将该表的外键放在父表的列中（或者在 Mongo 中填充）。

听说Cassandra反对规范化，最好对它做非规范化，我不知道我应该采取什么方法？

我还有另一个关于数据压缩的问题，如果我像上面举的例子那样做，cassandra 会处理它吗？

Answer 1

从表面上看，我认为这是一个很好的做法。我唯一担心的是每个客户是否有很多销售额……比如数百万。但如果商业用途的收益不会超过几千左右，这可能没问题。

如果没有，将日期/时间组件添加到分区键（如年份或其他内容）可能是有意义的：

PRIMARY KEY ((id, year_of_sale))

这将确保每个分区的销售额按年设置上限。

要考虑的另一件事是需要支持的查询模式。目前只支持

id

查询。但如果没关系，那么你应该可以开始了！

Answer 2

可以使用

INSERT ... JSON

CQL 命令以 JSON 格式插入数据。例如：

INSERT INTO table_name JSON '{
    "column_name": "value"
}'

但它比那更细微，所以请允许我解释一下。

Cassandra 中的数据建模与传统关系数据库中的数据建模完全相反。我们没有研究如何将数据存储到表中，而是首先列出所有应用程序查询，然后为每个应用程序查询设计一个表。我们这样做是为了针对读取优化表。

例如，假设应用程序需要“检索用户的所有卡片”，我们需要设计一个表：

• 数据按用户分区，AND
• 卡片“聚集”（组合在一起）。

表模式看起来像：

CREATE TABLE cards_by_user (
    user_id int,
    card_number int,
    card_type text,
    card_expiry text,
    ...
    PRIMARY KEY (user_id, card_number)
) WITH CLUSTERING ORDER BY (card_number ASC)

与RDBMS中的二维表相比，这个Cassandra表是多维的，每个分区（用户）可以有一个或多个行（卡片）。

要为用户创建新的卡片条目，插入 JSON 格式数据的 CQL 语句如下所示：

INSERT INTO cards_by_user
JSON '{
    "user_id": "123",
    "card_number": "456",
    "card_type": "visa",
    "card_expiry": "07/2028"
}'

您可以使用相同的

INSERT

格式插入多行卡片。例如：

INSERT INTO cards_by_user
JSON '{
    "user_id": "123",
    "card_number": "789",
    "card_type": "mastercard",
    "card_expiry": "04/2025"
}'

检索用户的所有卡片：

SELECT * FROM cards_by_user WHERE user_id = 123;

 user_id | card_number | card_expiry | card_type
---------+-------------+-------------+------------
     123 |         456 |     07/2028 |       visa
     123 |         789 |     04/2025 | mastercard

如您所见，不必使用用户定义类型 (UDT) 来存储数据。我们建议尽可能将数据映射到本机 CQL 列而不是 UDT，以降低维护数据和代码所需的复杂程度。

作为旁注，如果您更喜欢使用 JSON 文档，那么可以看看 Stargate.io——一个开源数据 API 网关，它有一个文档 API，允许您存储和检索类似于 MongoDB 的 JSON 文档.

查看 datastax.com/dev 上的 免费教程，您可以在动手实验室中试用它。干杯！