performance - 二级索引上的 Cassandra 查询非常慢

Question

我们有一个大约有 40k 行的表，查询二级索引很慢(生产时 30 秒)。我们的 cassandra 是 1.2.8。表架构如下:

CREATE TABLE usertask (
  tid uuid PRIMARY KEY,
  content text,
  ts int
) WITH
  bloom_filter_fp_chance=0.010000 AND
  caching='KEYS_ONLY' AND
  comment='' AND
  dclocal_read_repair_chance=0.000000 AND
  gc_grace_seconds=864000 AND
  read_repair_chance=0.100000 AND
  replicate_on_write='true' AND
  populate_io_cache_on_flush='false' AND
  compaction={'class': 'SizeTieredCompactionStrategy'} AND
  compression={'sstable_compression': 'SnappyCompressor'};

CREATE INDEX usertask_ts_idx ON usertask (ts);

当我打开跟踪时，我注意到有很多行如下所示:

Executing single-partition query on usertask.usertask_ts_idx

只有 40k 行，看起来 usertask_ts_idx 上有数千个查询。可能是什么问题呢？谢谢

更多调查

我在我们的测试服务器上尝试相同的查询，速度要快得多(生产 30 秒，测试服务器 1-2 秒)。比较跟踪日志后，不同之处在于在数据文件中寻找分区索引部分所花费的时间。在我们的生产中，每次查找需要 1000-3000 微秒，在开发服务器上需要 100 微秒。我猜我们的生产服务器没有足够的内存来缓存数据文件，所以在数据文件中查找速度很慢。

Answer 1

我假设 ts 是一个时间戳，在这种情况下，这不是二级索引的理想选择。原因是它是一个高基数值(即所有值本质上都是唯一的)。这意味着对于 usertask 中的每一行，您将在索引中得到几乎一行——有效地导致连接操作。分布式数据库上的连接非常慢。由于您没有显示您的查询，我不确定您到底在做什么，但如果您想根据时间进行查询，则需要重新考虑您的模型。