Cassandra复合聚类键和排序查询

Question

我们大量使用cassandra wide rows来存储每个用户的时间序列，因为它们非常适合那个用例。假设我们有一个表：

创建表user_events(user_id text,timestmp timestamp,event text,主键(user_id),timestmp))；

如果时间戳上的冲突可能发生（相同的用户可以用相同的时间戳发出两个不同的事件）。假设我们对所有事件都有一个顺序（每个事件都有一个序列int），那么调整这个模式来解决这个问题的最佳方法是什么。

我将无法执行，其中user_id=？按timestmp ASC排序，seq ASC-cassandra不允许这样做。

Answer 1

我将无法在WHERE user_id=？按timestmp ASC订购，seq ASC-cassandra不允许。

您可能会看到错误，因为您正在重复ASC。这应该有效：

WHERE user_id = ? ORDER BY timestmp,seq ASC

此外，只要您将主键定义为primary key((user_id),timestmp,seq))，您甚至不需要指定order BY x[,y]asc。它将按该顺序对磁盘上的数据进行聚类，并将其返回给已按该顺序排序的数据。order BY应该只在希望将结果按降序排列（或者与定义结果相反的方式）时才需要。

我认为额外的seq列应该足够了，这取决于您计划如何插入数据。如果您正在从客户端设置timestmp，那么您应该可以。但是，看看当我（使用第二个表）插入行时会发生什么，同时用两种不同的方式创建时间戳。

INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('Mal',dateof(now()),1,'commanding');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('Wash',dateof(now()),1,'piloting');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River',dateof(now()),1,'freaking out');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River',dateof(now()),3,'being weird');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River',dateof(now()),2,'killing reavers');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River','2015-01-13 13:14-0600',1,'freaking out');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River','2015-01-13 13:14-0600',3,'being weird');
INSERT INTO user_events(user_id,timestmp,seq,event) VALUES ('River','2015-01-13 13:14-0600',2,'killing reavers');

通过“river”的user_id查询该数据会产生：

aploetz@cqlsh:stackoverflow> SELECT * FROM user_events WHERE user_id='River';
 user_id | timestmp                 | seq | event
---------+--------------------------+-----+-----------------
   River | 2015-01-13 13:14:00-0600 |   1 |    freaking out
   River | 2015-01-13 13:14:00-0600 |   2 | killing reavers
   River | 2015-01-13 13:14:00-0600 |   3 |     being weird
   River | 2015-01-14 12:58:41-0600 |   1 |    freaking out
   River | 2015-01-14 12:58:57-0600 |   3 |     being weird
   River | 2015-01-14 12:58:57-0600 |   2 | killing reavers

(6 rows)

请注意，使用now()函数生成一个timeuuid，然后将其转换为带有dateof()的时间戳，会导致具有timestmp“2015-01-14 12:58:57-0600”的两行看起来是相同的。但是它们并不相同，可以通过seq列看出这一点。