Cassandra - 如何检索最近的值

Question

我在 Cassandra 2.0.9 中定义了下表:

CREATE TABLE history
(
    histid      uuid,
    ddate           text,       -- Day Date, i.e. 2014-11-20
    valtime         timestamp,  -- value time
    val             text,       --value
    PRIMARY KEY ((histid , ddate), valtime )
)
WITH CLUSTERING ORDER BY (valtime desc)
;

脚本每天在此表中插入数千行。

我需要能够从只知道 histid 的表中进行选择。
但是，我已经使用 (histid , ddate) 对行进行了分区。
意思是，我每行有一整天的历史值。

为了从此表中选择特定的 histid，我还需要提供 ddate 列。
例如:

SELECT * FROM history
WHERE histid= cebc4c80-daa6-11e3-bcc2-005056a975a4
AND ddate = '2014-05-16'
;

要获得最新值，我可以执行以下操作:

SELECT * FROM history
WHERE histid= cebc4c80-daa6-11e3-bcc2-005056a975a4
AND ddate = '2014-05-16'
LIMIT 1
;

但是，如果我想要任何给定 histid 的最新值，我无法在不知道 ddate 的情况下提交查询，因为它是分区键的一部分。

所以......我问，解决这个问题的最佳方法是什么？

这是我所做的，但我不知道它是否合理:

我创建了一个辅助表:

 CREATE TABLE history_date
(
    histid          uuid,
    maxdate         timestamp, -- most recent date
    PRIMARY KEY (histid)
);

当一行被插入到历史表中时，也会使用 (histid, valtime) 将一行插入到这个表中。

然后我们的程序代码可以:

1.  query the history_date table for a particular id
2. take the "maxdate" column (truncate it to yyyy-mm-dd)
3. use the histid and truncated maxdate to query the history table to retrieve the most recent value.

所以这是有效的。但是，这真的不是一个好的解决方案。

有没有更好的方法来做到这一点，也许只有一张 table ？

谢谢你的时间。

Answer 1

您可以尝试的一件事是构建一个在更宽的日期范围内分区的新表，例如 month .这样，您只需要知道要查询的月份。

CREATE TABLE history_by_month(
    histid          uuid,
    ddate           text,       -- Day Date, i.e. 2014-11-20
    valtime         timestamp,  -- value time
    val             text,       --value
    month           text,
    PRIMARY KEY (month, valtime, histid))
WITH CLUSTERING ORDER BY (valtime desc, histid asc);

现在，此查询应返回您要查找的内容:

SELECT * FROM history_by_month
WHERE month = '2014-05'
LIMIT 1;

唯一要记住的是，如果您在一个月内收到太多条目，您的分区可能会过大。如果这成为一个问题，您可能会考虑将重点缩小到一周。

此外，任何仍在 2.0.9 上的人都应该考虑升级。即使是最新的 2.1 补丁级别也更加稳定。