Cassandra where IN 子句限制

Question

我有一个这样的表:

CREATE TABLE peoples(
    user_id int,
    people_id text,
    email text,
    PRIMARY KEY ((user_id), people_id)
);

当我需要导入新人来检查一大群人而不是分别检查每一行时，这是一种好习惯吗？

像这样:

SELECT * FROM peoples WHERE user_id = 1 and people_id IN ('7651-ABCD', '9874-UHAG');

我会从服务器端检查它是否存在，而是像这样查询每个人:

SELECT * FROM peoples WHERE user_id = 1 and people_id = '7651-ABCD';

我需要导入大约 30-50 千人，并且必须知道用户是否存在这些人，我必须先读后写。

IN有限制吗？ IN 的良好做法是多少？

我使用的是二进制协议(protocol)，所以我更喜欢每次使用 IN 进行选择请求。

谢谢!

Answer 1

要直接回答您的问题，那么通常执行许多小查询而不是大查询(例如，具有大量 ID 的 IN)是首选，因为它可以更均匀地分散集群中的负载。但是根据您的集群大小等，我只是将其配置为可配置并进行测试。

然而，您可能想要反规范化以适应此查询。例如，您还可以有一个由 people id 键控的表，为您提供与他们关联的用户，因此对于您要导入的每个人，您可以直接看到哪些用户受到影响。基于查询的建模是正常的方式。