这是我的 diseases 表定义：
diseases
id text, drugid text, name PRIMARY KEY (drugid, id)
现在我要执行搜索 drugid 仅列（此列中的所有值都是唯一的）。此主键是由于快速药物搜索而创建的。现在-什么是使用 id ? 创建新表？传递附加值( drugid )至 SELECT ? 这是唯一的选择吗 id ?需要帮助：）
drugid
id
SELECT
qltillow1#
查看表定义，分区键是drugid。这意味着您的查询必须包含drugid。但由于id也是主键的一部分，您可以执行以下操作： select * from diseases where drugid = ? and id = ? 不幸的是，仅仅拥有这个id是不可能的，除非你在上面创建一个二级索引。这不是很好，因为你可以触发一个完整的群集扫描。因此，解决方案是：指定分区键（如果可能），在本例中为drugid创建一个以id作为分区键的新表；在这种情况下，您需要维护两个表；我想你选择的解决方案取决于你的数据集。您应该测试每个解决方案的行为。你应该使用二级索引吗？当指定分区键时，cassandra将从分区和一个节点读取精确的数据。创建二级索引时，cassandra需要从分布在整个集群的分区中读取数据。当索引建立在具有许多不同值的列上时，会影响性能。下面是关于这个问题的更多阅读资料——规模上的Cassandra：二级索引的问题在上面的文章中，@doanduyhai有一个有趣的评论：“只有一种情况下，辅助索引可以很好地执行，而且不会出现可伸缩性问题：与分区键一起使用时。如果确保使用辅助索引的所有查询的格式为：
select * from diseases where drugid = ? and id = ?
SELECT ... FROM ... WHERE partitionKey=xxx AND my_secondary_index=yyy
那你就安全了。更好的是，在这种情况下，你可以混合在许多二级指数。性能方面，由于所有的索引读取都是节点本地的，所以应该可以”我会远离二级索引。从您所描述的内容来看，id或多或少会有不同的值，因此您可能会遇到性能问题，因为“一般的经验法则是用很少的值作为低基数索引列”。另外，如果id是一个集群列，那么数据将以有序的方式存储。群集列仅在分区键内确定数据的磁盘排序顺序。默认顺序为asc。我建议你多读点书——什么时候不用索引，什么时候用二级索引
1条答案
按热度按时间qltillow1#
查看表定义，分区键是drugid。这意味着您的查询必须包含drugid。但由于id也是主键的一部分，您可以执行以下操作：
select * from diseases where drugid = ? and id = ?不幸的是，仅仅拥有这个id是不可能的，除非你在上面创建一个二级索引。这不是很好，因为你可以触发一个完整的群集扫描。因此，解决方案是：
指定分区键（如果可能），在本例中为drugid
创建一个以id作为分区键的新表；在这种情况下，您需要维护两个表；
我想你选择的解决方案取决于你的数据集。您应该测试每个解决方案的行为。
你应该使用二级索引吗？
当指定分区键时，cassandra将从分区和一个节点读取精确的数据。
创建二级索引时，cassandra需要从分布在整个集群的分区中读取数据。当索引建立在具有许多不同值的列上时，会影响性能。下面是关于这个问题的更多阅读资料——规模上的Cassandra：二级索引的问题
在上面的文章中，@doanduyhai有一个有趣的评论：
“只有一种情况下，辅助索引可以很好地执行，而且不会出现可伸缩性问题：与分区键一起使用时。如果确保使用辅助索引的所有查询的格式为：
那你就安全了。更好的是，在这种情况下，你可以混合在许多二级指数。性能方面，由于所有的索引读取都是节点本地的，所以应该可以”
我会远离二级索引。
从您所描述的内容来看，id或多或少会有不同的值，因此您可能会遇到性能问题，因为“一般的经验法则是用很少的值作为低基数索引列”。
另外，如果id是一个集群列，那么数据将以有序的方式存储。群集列仅在分区键内确定数据的磁盘排序顺序。默认顺序为asc。
我建议你多读点书——什么时候不用索引，什么时候用二级索引