java - Spark SQL - 集合(集)上的 Cassandra SqlContext 查询

Question

假设我有一个像这样的表:

CREATE TABLE USER (
    userid ascii,
    books set<text>
    PRIMARY KEY (userid)
);

和索引:

create index on USER (books);

我想使用sql上下文查询书籍。我正在做的是:

CassandraSQLContext cassandraContext = new CassandraSQLContext(sparkContext);
SchemaRDD userTable = cassandraContext.sql("SELECT * FROM keyspace.user");
userTable.registerTempTable("usertable");

以下查询不适用于 Cassandra:

SchemaRDD userTable = cassandraContext.sql("SELECT * FROM keyspace.user where books CONTAINS 'book1' and books CONTAINS 'book2'");

它返回仅具有“book1”的用户。我尝试过类似的查询，例如 books CONTAINS ('book1', 'book2') 但没有一个有效。

我可以在注册表上做的是:

SchemaRDD users = cassandraContext.sql("SELECT * FROM usertable where userid='some_user_id'");

我想做的是通过书籍查询，例如:

SchemaRDD users = cassandraContext.sql("SELECT * FROM usertable where books IN ('book1', 'book2')");

或类似的查询。

但它不起作用。它返回 0 条记录。我尝试注册名为 user_books_idx 的索引表，但它也不起作用。我可以查询索引集合吗？我该怎么做？

Answer 1

似乎 CONTAINS 子句只适用于每个语句一个值，因此您可能无法一次性将两个不同的 CONTAINS 子句“与”在一起。

因此，我将使用 CONTAINS 'book1' 创建一个 RDD，然后使用 CONTAINS 'book2' 创建另一个 RDD，然后在 userid 字段上对两个 RDD 进行联接。这将为您提供在其图书集中同时拥有 book1 和 book2 的用户的结果 RDD。