如何解决Cassandra使用PRIMARY KEY进行ORDER的最佳做法
最初我有一个像这样的卡桑德拉表:
CREATE TABLE table (
open_time timestamp,open double,close double,high double,low double,volume bigint,PRIMARY KEY(open_time));
open_time | close | high | low | open | volume
---------------------------------+--------+--------+-------+--------+--------
2020-08-05 06:00:00.000000+0000 | 181.53 | 184.32 | 181.1 | 184.32 | 100
2020-08-04 06:00:00.000000+0000 | 181.53 | 184.32 | 181.1 | 184.32 | 100
我需要执行查询以获取最新的open_time。注意到类似
的查询后SELECT open_time FROM table ORDER BY open_time DESC LIMIT 1;
不允许,我想知道这里的最佳做法是什么。
我的想法是添加一个id列,我可以使用 open_time 作为聚类顺序。像这样:
CREATE TABLE table (
id int,open_time timestamp,PRIMARY KEY(id,open_time)
)
WITH CLUSTERING ORDER BY (open_time DESC);
这是完成工作的有效解决方案,还是有更好的方法,例如没有额外的id列的东西,因为我永远不会查询id itslef。
查询最多的是:
SELECT * FROM table WHERE open_time >= '2013-01-01 00:00:00+0200' AND open_time <= '2013-08-13 23:59:00+0200';
谢谢!
解决方法
如果提及id作为主键,则必须将其包含在where子句中,否则将需要允许过滤。 您可以尝试使用“ Select max(open_time)....”进行查询,否则可以使用上面的id,它会随着每条记录而递增,结果,具有最高值的id总是具有最新记录。
, CLUSTERING ORDER
在每个分区内强制执行磁盘上的排序顺序。因此,无法使用与分区相同的键进行排序。通过id
进行分区将面临类似的挑战,因为CLUSTERING ORDER BY open_time
仅在每个id
内 内强制执行。
我想知道这里的最佳实践是什么。
像这样的模型通常通过时间段来解决,正如我今天早些时候在answer to a similar question中提到的那样。要选择最佳的“存储桶”,您需要了解您的业务案例,例如每天的条目数以及查询要求。
举例来说,假设该月份效果最好。如果每一行包含一个“ YEAR-MONTH”值,则PK定义将如下所示:
PRIMARY KEY (month_bucket,open_time))
WITH CLUSTERING ORDER BY (open_time DESC);
然后,您可以支持这样的查询:
SELECT * FROM table
WHERE month_bucket = '2013-08'
AND open_time >= '2013-08-01 00:00:00+0200' AND open_time <= '2013-08-13 23:59:00+0200';
同样,查询最新条目仅需要将最近(当前?)个月作为参数:
SELECT * FROM table
WHERE month_bucket = '2020-08'
LIMIT 1;
由于结果存储在按month_bucket
降序排列的每个open_time
中,因此该查询将返回最近的条目。
我为DataStax撰写了一篇有关此问题的文章(几年前)。它已被移至他们网站的新部分,通过该软管进行格式化,但内容始终在那里。读一读;希望对您有所帮助:We Shall Have Order!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。