REST API 的完美数据模型

Question

我创建了一个 REST API，其架构如下所示：

type Todo struct {
    ID          gocql.UUID    `json:"id"`
    User_ID     string        `json:"user_id"`
    Title       string        `json:"title"`
    Description string        `json:"description"`
    Status      string        `json:"status"`
    Created     time.Time     `json:"created"`
    Updated     time.Time     `json:"updated"`
}

因此，当我使用 CQL 时，主要所有函数查询都根据 ID 进行过滤，但在一个查询中，我必须使用 DESC 中的“Status”上的 where 子句和“Created”排序，如下所示：

SELECT id, user_id, title, description, status, created, updated FROM todos WHERE status = ? ORDER BY created

目前我正在使用以下型号：

CREATE TABLE todos (
    id UUID,
    user_id TEXT,
    title TEXT,
    description TEXT,
    status TEXT,
    created TIMESTAMP,
    updated TIMESTAMP,
    PRIMARY KEY((status, created), id)
);

但是使用这个我遇到了过滤错误。完美的表创建应该是什么，这样我就可以毫无问题地执行所需的操作

期待一些好的回应来解决我的问题

Answer 1

过滤错误是因为分区键是状态和创建这两个值的复合键。因此，从分区的角度来看，它们被散列为单个值。通过仅提供密钥的 1 部分，它将被迫扫描所有分区。

您的最初反应是将主键更改为：

PRIMARY KEY((status), created, id)

双括号不是必需的，但我保留它们是为了让变化显而易见。不过，状态的基数值很可能非常低，这会导致单个分区内的记录数量非常多 - 这是不可取的。

您可能会想使用二级索引 - 但这会遇到同样的问题（物化视图也是如此）。基数问题需要解决。

我希望以某种形式使用时间桶，例如：

  PRIMARY KEY((status, time_bucket), created, id)

其中 time_bucket 是时间戳字段，它是应用程序提供的已创建字段的截断版本，例如周、天甚至小时。您应该知道要在哪个时间段内搜索，或者要并行搜索的多个时间段，并在应用程序代码中构建最终的有序答案。要使用的截断级别应基于您期望在一段时间内每个状态的数据量。

这增加了分区键的基数并将其分布在集群内的节点上。

如果没有更新，TWCS 将是一个可行的选择，但结构中更新字段的存在表明情况并非如此。