优化cassandra查询以获得更快的结果

pprl5pva  于 2021-06-10  发布在  Cassandra
关注(0)|答案(2)|浏览(611)

我有一张table叫 geo_location 保持 public ip range 在城市里(以整数形式)。我要问一个问题 ip 检查是否在 start_range 以及 end_range 然后返回相应的行。这张table有 2929393 rows .
以下是我的表格说明:

CREATE TABLE acrs.geo_location (
    start_range bigint,
    end_range bigint,
    city text,
    country text,
    country_init text,
    latitude double,
    longitude double,
    state text,
    PRIMARY KEY (start_range, end_range)
) WITH CLUSTERING ORDER BY (end_range ASC)
    AND bloom_filter_fp_chance = 0.01
    AND caching = {'keys': 'ALL', 'rows_per_partition': 'NONE'}
    AND comment = ''
    AND compaction = {'class': 'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy', 'max_threshold': '32', 'min_threshold': '4'}
    AND compression = {'chunk_length_in_kb': '64', 'class': 'org.apache.cassandra.io.compress.LZ4Compressor'}
    AND crc_check_chance = 1.0
    AND dclocal_read_repair_chance = 0.1
    AND default_time_to_live = 0
    AND gc_grace_seconds = 864000
    AND max_index_interval = 2048
    AND memtable_flush_period_in_ms = 0
    AND min_index_interval = 128
    AND read_repair_chance = 0.0
    AND speculative_retry = '99PERCENTILE';

这是表中的示例数据:

@ Row 1
--------------+---------------------------------
 start_range  | 3753640192
 end_range    | 3753640447
 city         | Tonk
 country      | India
 country_init | IN
 latitude     | 26.16667
 longitude    | 75.78333
 state        | Rajasthan

@ Row 2
--------------+---------------------------------
 start_range  | 1358168576
 end_range    | 1358171135
 city         | Kent
 country      | United Kingdom
 country_init | GB
 latitude     | 51.25
 longitude    | 0.75
 state        | England

现在当我询问:

select * from geo_location where start_range < 2534358817 and end_range > 2534358817 ALLOW FILTERING ;

返回结果行之前需要花费大量时间。可能是我的数据模型不正确,因为我最近已经从关系数据库转移到了这个数据库,因此需要一些帮助。谢谢。

monwx1rj

monwx1rj1#

当您必须使用允许过滤时,您的数据库结构很可能是错误的。
在cassandra中,不可能对分区键使用范围查询。您需要做的是修改您的表结构,使其具有一个分区键,该分区键可以对数据进行聚类(例如按日期)和聚类键start\u range、end\u range。
请参阅:cassandra中分区键、复合键和集群键的区别?

hc2pp10m

hc2pp10m2#

理想情况下,您希望减少搜索的行数。一个选项是创建并填充另一个表 range_by_country (country, state, start_range, end_range) ,首先查询此表以查找ip所属的国家和州。
接下来,将初始表的主键修改为:

PRIMARY KEY ((country, state), start_range, end_range)

现在将国家和州添加到查询中。这将大大提高性能,因为我们搜索的是状态中的所有条目,而不是数据库的所有条目。

相关问题