performance - 在集群键上使用 IN 子句的 Cassandra 性能

Question

让我们考虑下表

CREATE TABLE base_table(
    partition_key uuid,
    clustering_key1 uuid,
    clustering_key2 uuid,
    regular text,
    PRIMARY KEY((partition_key), clustering_key1, clustering_key2)
);

在 Cassandra 2.2 之前，不可能执行如下查询:

SELECT * FROM base_table 
WHERE partition_key=<UUID1> 
AND clustering_key1 IN (<UUID2>,<UUID3>) 
AND clustering_key2 < UUID4

事实上，只有前一个聚类键受到相等关系的限制，才能限制该聚类键。

自 Cassandra 2.2 起，这是可能的，但有人知道这样做是否有一些警告吗？ 与没有 IN 子句(或接近)一样，可以预期什么性能？它是否像平等关系一样缩放？

更多，Cassandra 3.X 新存储引擎可能已经考虑了优化此类请求...如果有人对此有想法:)

谢谢!

Answer 1

因为您正在从同一分区读取数据，所以在 IN 中有许多元素之前，不会对性能产生很大的影响。关系...但是，如果您通过 < 选择太多条目，则可能会出现问题比较(也可能是单个 = 的问题)。