如何仅检索从Cassandra更改的信息？

Question

我正在为下面的用例设计Cassandra列族模式。.我不确定为下面的用例设计cassandra列族的最佳方法是什么？我将为此使用CQL Datastax
Java驱动程序。

以下是我的用例和我现在设计的示例架构-

SCHEMA_ID       RECORD_NAME               SCHEMA_VALUE              TIMESTAMP
1                  ABC                     some value                 t1
2                  ABC                     some_other_value           t2
3                  DEF                     some value again           t3
4                  DEF                     some other value           t4
5                  GHI                     some new value             t5
6                  IOP                     some values again          t6

现在我将从上表中看到的是这样的-

1. 每当我的应用程序运行时，我都会第一次要求上表中的所有内容。这意味着要给我上表中的所有内容。
2. 然后每隔5或10分钟，我的后台线程就会检查该表，并要求给我仅更改过的所有内容（如果该行有任何更改，则整行显示）。所以这就是我将时间戳记用作一个原因的原因该列的..

但是我不确定如何设计查询模式以使我的两个用例都容易得到满足，为此设计表的正确方法是什么？在这里SCHEMA_ID将是我正在考虑使用的主键…

我将为此使用CQL和Datastax Java驱动程序。

更新：-

如果我使用的是这种方法，那么这种方法有什么问题吗？

CREATE TABLE TEST (SCHEMA_ID TEXT, RECORD_NAME TEXT, SCHEMA_VALUE TEXT, LAST_MODIFIED_DATE TIMESTAMP, PRIMARY KEY (ID));

INSERT INTO TEST (SCHEMA_ID, RECORD_NAME, SCHEMA_VALUE, LAST_MODIFIED_DATE) VALUES ('1', 't26',  'SOME_VALUE', 1382655211694);

因为，在我的用例中，我不希望任何人SCHEMA_ID每次SCHEMA_ID都插入相同的内容..
每当我们向该表中插入任何新行时都应该是唯一的。.因此，对于您的示例（@omnibear），可能有人可以两次插入相同的SCHEMA_ID？我对么？

此外，关于type您已被视为额外的一列，record_name在我的示例中，该类型的列也可以。

Answer 1

关于1）Cassandra用于大量写入，多个节点上的大量数据。从这种设置中检索所有数据是大胆的，因为这可能涉及必须由一个客户端处理的大量数据。更好的方法是
使用分页 。2.0本身支持此功能。

关于2）关键是分区键仅支持EQ或IN查询。对于LT或GT（），请使用列键。因此，如果有必要按“类型”之类的ID对条目进行分组，则可以将其用作分区键，并使用timeuuid作为列键。这样可以查询比X更新的所有条目

create table test 
  (type int, SCHEMA_ID int, RECORD_NAME text, 
  SCHEMA_VALUE text, TIMESTAMP timeuuid, 
  primary key (type, timestamp));

select * from test where type IN (0,1,2,3) and timestamp < 58e0a7d7-eebc-11d8-9669-0800200c9a66;

更新：

你问：

有人可以两次插入相同的SCHEMA_ID？我对么？

是的，您始终可以使用现有的主键进行插入。该主键上的值将被更新。因此，为了保持唯一性，通常在主键（例如timeuuid）中使用UUID。它是一个唯一值，包含时间戳记和客户端的MAC地址。有关此主题的文档非常出色。

一般建议：

1. 首先写下您的查询，然后设计模型。 （用例！）
2. 您的查询定义了数据模型，而数据模型又主要由 主键 定义 。

因此，在您的情况下，我只是在上面修改我的架构，如下所示：

CREATE TABLE TEST (SCHEMA_ID TEXT, RECORD_NAME TEXT, SCHEMA_VALUE TEXT,   
LAST_MODIFIED_DATE TIMEUUID, PRIMARY KEY (RECORD_NAME, LAST_MODIFIED_DATE));

允许此查询：

select * from test where RECORD_NAME IN ("componentA","componentB")
  and LAST_MODIFIED_DATE < 1688f180-4141-11e3-aa6e-0800200c9a66;

the uuid corresponds to -> Wednesday, October 30, 2013 8:55:55 AM GMT
so you would fetch everything after that