Cassandra CQL-具有多个聚类列的聚类顺序

Question

我有一个列族，其主键定义如下：

...
PRIMARY KEY ((website_id, item_id), user_id, date)

将使用查询查询，例如：

SELECT * FROM myCF
WHERE website_id = 30 AND item_id = 10
AND user_id = 0 AND date > 'some_date' ;

但是，我只想按日期对列族进行排序，例如SELECT date FROM myCF ;将返回最近插入的日期。

由于集群列的顺序，我得到的是每个user_id然后每个日期的顺序。如果我将主键定义更改为：

PRIMARY KEY ((website_id, item_id), date, user_id)

我不能再运行相同的查询，因为必须限制日期为user_id为。

我以为可以说些什么：

...
  PRIMARY KEY ((website_id, shop_id), store_id, date)
) WITH CLUSTERING ORDER BY (store_id RANDOMPLEASE, date DESC) ;

但是它似乎不存在。最糟糕的是，也许这完全是愚蠢的，我不明白为什么。

有什么方法可以实现这一目标？我想念什么吗？

非常感谢！

Answer 1

您的查询示例限制了user_id，因此它应与第二种表格格式一起使用。但是，如果您实际上是在尝试运行查询，例如

SELECT * FROM myCF
WHERE website_id = 30 AND item_id = 10
AND date > 'some_date'

然后您需要创建一个用于处理这些查询的附加表，它将仅按日期排序，而不按用户ID排序

Create Table LookupByDate ... PRIMARY KEY ((website_id, item_id), date)

Answer 2

除了主要查询之外，如果您尝试获得的只是“返回最近插入的日期”，则可能不需要其他表格。您可以使用“静态列”存储每个分区的最后更新时间。 CASSANDRA-6561

Answer 3

[这可能无法解决您的特殊情况（因为我想您的所有用户列表都非常庞大），但是如果第一个聚类列上的条件与一组相对较小的值匹配，则可以使用[C0 ]。

IN

不要在分区键上使用

SELECT * FROM myCF
 WHERE website_id = 30 AND item_id = 10
   AND user_id IN ? AND date > 'some_date'

，因为这会创建效率低下的查询，该查询会打中多个节点，从而给协调节点带来压力。而是并行执行多个异步查询。但是clustering列上的IN绝对可以。