带极限的卡桑德拉计数
我需要找出Cassandra表中的记录计数是否大于一定的数字，例如10000。
我仍然没有大的数据集，但在大规模下，可能有数十亿条记录，我如何能够有效地实现这一点？
可能有几十亿张唱片，或者只有几千张。我只需要知道是多还是少10K。
这下面似乎是不对的，我认为它将失败或非常缓慢的大量记录。
从sourceId={id}和timestamp<{endDate}和timestamp>{startDate}的数据中选择COUNT(*)；
我也可以这样做：
还有别的办法吗？带限制的选择看起来很蠢，但似乎是最可行的。
sourceId是分区键，timestamp是集群键。
Cassandra版本是3.11.4，我在Spring工作，如果它有任何相关性的话。
共有1个答案
您可以在分区键中引入bucket_id，因此主键将是((sourceId，bucket_id)，timestamp)。Bucketing使用cassandra来约束属于单个分区的数据行，即分区将被分割成更小的块。要计数所有行，对每个分区(source_id、bucket_id)发出带有附加时间戳字段的异步查询。Bucket_id可以从时间戳派生出来，这样就可以定义需要访问哪个Bucket_id。
另一种解决方案：
- 使用Cassandra的计数器（但我读到它会影响性能，并且不能正确处理重复查询和推测查询）
- 使用另一个db，比如redis，它有原子计数器（但是如何同步redis和Cassandra？）
- 在写入过程中预先计算值并保存它（例如，写入静态列）
- 其他东西
-
谢谢Nikhil
-
我对Cassandra相当陌生，在过去的一个月里读了很多书。 我正在研究一个小用例。 查询：基于在某个时间范围内播放的金额排名前 X 的玩家。 因此，在任何给定的时间范围内，我都希望汇总玩家的总游戏次数，并得出排名前X的玩家。 我遵循了创建UDF（使用C*-2.2.0版本）的方法，用于聚合AmountPlay by a Player。 下面是我为这个用例设计的时间序列数据模型。 请让我知道我的数据
-
我使用的是spring数据cassandra，需要使用jpa映射一个字段，在cassandra中，该字段的类型为
-
我用Spring Data Cassandra 2.2.1开发了一个新的应用程序，想在Cassandra 2.1.9服务器上运行它(旧的，我知道)。但是我们得到了错误 Spring数据卡桑德拉手册声称Spring数据2.2.1至少需要卡桑德拉2.1，所以这应该有效，但它没有。我们包含的唯一特定于卡桑德拉的依赖项是 我怎样才能让这个工作？
-
我们运行的cassandra集群有3个节点，复制因子为2。 我们的nodejs服务器是查询这个集群的唯一地方。 是否有其他任何地方的参数设置可能导致不一致的查询？ cassandra v2.2.4 nodejs驱动程序v3.0.0 编辑-添加我正在做的事情的示例： 1）检查用户名是否被占用 2）创建用户
-
我们一直在使用Spark RDD API（Spark 2.0）来处理在Cassandra.Note中建模的数据，这些数据在Cassandra中建模以实现高效的读写。 然而，现在还有SparkSQLAPI，Spark DataFrame API，它也是一种替代的数据访问方法-http://spark.apache.org/docs/latest/sql-programming-guide.html