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。
2条答案
按热度按时间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?
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:
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。