询问卡桑德拉的最快方法?主键还是分区键?

不幸的是,我用来获取记录的列不是分区键中的列。会不会因此而变慢?

是的,这可能就是事情进展缓慢的原因。 虽然公平地说,Spark是为查询分布式数据存储而设计的。它不是为了快速而设计的。

我假设你的主键定义如下:

PRIMARY KEY((A,B),C)

原因是 C 这是因为Cassandra(Spark)无法确定集群中哪个节点负责基于 C .因此,每个节点都需要检查 C

3个人的查询速度会更快吗?

是的,三者的查询速度可能会更快。 这是因为分区密钥由 A 和 B .对于基于分区键的查询,在本例中 A. 和 B 都是散列在一起的。该散列与每个节点负责的令牌范围相匹配。这样,可以容易地确定包含所需数据的目标节点,并且不需要检查每个节点的匹配值。

如果我只使用主键(比如A)中的一列进行查询,那也会很快,对吗?

不,不会的。给定 (A,B) ,无法通过确定包含数据的节点 A. 单独地事实上,由于结果集可能会更大 A. 可能会比通过 C .