使用Cassandra作为事件存储

Question

我想尝试使用Cassandra作为事件源应用程序中的事件存储。我对事件存储的要求非常简单。事件“模式”应该是这样的:

• id：聚合根实体的id
• data：序列化的事件数据（例如JSON）
• 时间戳：事件发生时
• sequence_number：事件的独特版本

我对卡桑德拉完全陌生，所以请原谅我对即将写的东西的无知。我只有两个查询，我想对此数据运行。

1. 为我提供给定聚合根 ID 的所有事件
2. 如果序列号为

我的想法是在CQL中创建一个卡桑德拉表，如下所示：

CREATE TABLE events (
  id uuid,
  seq_num int,
  data text,
  timestamp timestamp,
  PRIMARY KEY  (id, seq_num) );

这似乎是对问题进行建模的明智方法吗？而且，重要的是，使用复合主键是否允许我有效地执行我指定的查询？请记住，在给定用例的情况下，同一聚合根 ID 可能存在大量事件（具有不同seq_num）。

我特别担心的是，第二个查询在某种程度上效率低下（我在这里考虑的是二级索引...）

Answer 1

我一直在用Cassandra做一个非常相似的场景(每行100k列),并以一个与您的模型接近的模型结束。我也同意emgsilva的观点，一个二级指数可能不会带来太多。

事实证明，有三件事对我们的事件存储库的良好性能至关重要:使用复合列，确保各列的排序顺序良好(Cassandra按列对数据进行排序)，以及尽可能使用紧凑存储。

请注意，紧凑的存储意味着您只能有一个值列。因此，您需要使所有其他列成为键的一部分。

对您来说，模式将是：

CREATE TABLE events (
    id uuid,
    seq_num int,
    timestamp timestamp,
    data text,
    PRIMARY KEY  (id, seq_num, timestamp))
    WITH COMPACT STORAGE;

Answer 2

你所得到的是好的，除了在一个特定集合的许多事件的情况下。您可以做的一件事是创建一个静态列来保存“next”和“max_sequence”。其想法是，静态列将保存此分区的当前最大序列，以及下一个分区的“人工id”。然后，例如，每个分区可以存储100或1000个事件。然后，您基本上所做的是将聚合的事件分成多个分区。这将意味着查询和存储的额外开销，但同时也可以防止无限制的增长。您甚至可以为聚合创建分区查找。真正取决于你的用例以及你希望它有多“聪明”。

Answer 3

你的设计似乎很好地模仿了“卡珊德拉术语”。“组合键”表确实支持您需要的查询，您可能会有这样的查询:

• 查询1:从id＝'id_event'的事件中选择*
• 查询2：＜code＞从id＝'id_event'和seq_num的事件中选择*

我不认为第二个查询会低效，但是它可能会返回很多元素……如果是这种情况，您可以设置要返回的事件的“限制”。如果可能，您可以使用limited关键字。

使用组合键似乎很符合您的特定要求。使用“二级索引”似乎并没有带来太多好处......除非我错过了你的设计/要求中的一些东西。

呵呵。