在卡桑德拉中，我如何在一定的时间范围内按一个字段进行分组？

Question

我有一个有大约15个字段的大Cassandra表，我想创建许多物化视图来支持我的所有查询。基表上的主键是(CompanyName，ctime)，其中ctime是timeuuid。该表记录了在某个时间戳上对某个公司网站的每一次点击。

例如，我的一个查询包括搜索在特定时间范围内（最大一年）使用最多的浏览器。

CREATE MATERIALIZED VIEW clicks_by_browser 
    AS SELECT CompanyName, ctime, browsername
    FROM companyclicks
    WHERE CompanyName is not null AND ctime is not null AND browsername is not null
    PRIMARY KEY(CompanyName, ctime, browsername)

SELECT browsername, count(*) from clicks_by_browser
    WHERE CompanyName='example' and id>=minTimeuuid(...) 
    GROUP BY browsername;

Cassandra拒绝它，因为“Group by只支持遵循主键中声明顺序的列组”。所以问题是我在主键中的browsername之前声明了ctime。

所以我试着把它们的顺序颠倒成聚类列，

CREATE MATERIALIZED VIEW clicks_by_browser 
    AS SELECT CompanyName, ctime, browsername
    FROM companyclicks
    WHERE CompanyName is not null AND ctime is not null AND browsername is not null
    PRIMARY KEY(CompanyName, browsername, ctime)

但是现在Cassandra拒绝了相同的查询，因为在WHERE子句中不能限制ctime，因为前面的browsername列不受限制。

那么，这样的查询目前在Cassandra中是不可能的吗？还是我漏掉了一些明显的东西？

Answer 1

TLDR：这是不可能的。

长回答:
根据Cassandra JIRA，Cassandra目前不在任意列上实现group by。按多列分组时，只能按主键列在主键中声明的顺序（从第一列开始）按主键列分组。

唯一允许的例外情况是使用相等限制限制了前n列。注意，用“=”限制列就是选择一个组，所以该列中没有任何要分组的内容，这就是为什么Cassandra允许这样做。然后，您可以按照顺序并从下一列开始按剩余列分组（不能跳过中间的列）。

因此，要按列分组，前面的所有主键列都必须受“=”限制，或者在group by子句中。

上面的范围查询失败，因为示例列受到范围的限制，因此仍然有多个组，但不在group by子句中。LIKE和IN限制在这种情况下也不起作用。

我认为最好的办法是在group by中包含timeuuid，然后在应用程序中进行聚合。

SELECT browsername,id, count(*) from clicks_by_browser
    WHERE CompanyName='example' and id>=minTimeuuid(...) 
    GROUP BY id,browsername;