我有一张table：
CREATE TABLE user (
group_id text,
user_id uuid,
creation_date timestamp,
details text,
PRIMARY KEY ((group_id, user_id))
)group_id和user_id一起构成分区键。那么我可以像下面这样查询吗？
SELECT * FROM user
WHERE group_id="A"
AND user_id IN(80115b8d-d0d3-43f9-ae2d-6d873e3c4348, 03164602-9a31-4a05-a3af-56ec0ea74ef6);这是否会导致完整扫描导致性能问题？
2条答案
按热度按时间uubf1zoe1#
这是否会导致完整扫描导致性能问题？
那么让我们试试这个。如果我将上面的SELECT语句分成两个查询，并使用
TRACING ON运行它们，我会得到以下结果（GCP中的3节点集群w/ RF=3）：2792微秒
3267微秒
27047微秒
在查看
IN查询的跟踪报告时，它肯定会与集群中的每个节点进行对话。但我认为响应时间的原始差异表明，为每个键组合运行单独的查询的性能要优于IN查询。guicsvcw2#
使用
IN()操作符过滤多个分区的查询总是执行得更差，因为协调器必须解析请求，才能为列表中的每个项发出单独的请求。IN()列表中的两个（也许三个）分区对于应用程序来说可能是可以容忍的，但是超过这两个分区就会给请求协调器带来很大的压力。IN()运算符不是为筛选分区而设计的。唯一推荐的用法是筛选单个分区内的行。多分区读取是一种分散-聚集的访问模式，它要么（a）表示数据模型不正确，要么（B）表示分析工作负载（不是OLTP）。如果您的应用用例确实需要多分区读取，我们建议执行多个异步请求，这将最大化集群的吞吐量。干杯！