如何在cassandra中按Timestame降序获取数据

Question

我在cassandra日期表中有一个主键为id的数据表

SELECT * FROM Op_History ORDER BY create_time DESC limit 100;

我试过这个，但得到错误如下:InvalidRequest: Error from server: code=2200 [Invalid query] message="ORDER BY is only supported when the partition key is restricted by an EQ or an IN.

Answer 1

主键是id

所以对于Cassandra，你需要设计你的表来支持一个特定的查询。当主键为id时，它真正支持的唯一查询是id的每一行。

我建议为这些数据建立一个查询表，如下所示:

CREATE TABLE op_history (
id UUID,
create_time TIMESTAMP,
day_bucket INT,
op_data TEXT,
PRIMARY KEY ((day_bucket),create_time,id))
WITH CLUSTERING ORDER BY (create_time DESC, id ASC);

通过在day_bucket上进行分区，我确保特定日期的所有数据都存储在一起。我不确定op_history背后的商业案例，但如果您需要查询整个月的数据，那么您将使用month_bucket之类的东西来代替。

现在，我可以过滤特定日期的行:

> SELECT * FROM op_history WHERE day_bucket=20221221;
day_bucket | create_time                     | id                                   | op_data
------------+---------------------------------+--------------------------------------+---------
20221221 | 2022-12-21 14:42:58.552000+0000 | 59b0a30b-213b-4847-bd3e-134a641be21f | Hello4!
20221221 | 2022-12-21 14:42:56.057000+0000 | 7148d5b3-77d7-4088-8c6d-f2e4c73175f2 | Hello3!
20221221 | 2022-12-21 14:42:53.866000+0000 | b23f4556-2a72-4014-a6e9-7a2ceb55217c | Hello2!
20221221 | 2022-12-21 14:42:47.738000+0000 | 51d09afa-806e-4bec-b6bf-94eb1a67910d |  Hello!
(4 rows)

定义了CLUSTERING ORDER后，我不需要ORDER BY子句。

因为我没有机会改变表的创建

哦，我不是建议那样。我建议您创建一个具有不同主键定义的新表，并将相同的数据加载到其中。这实际上是Cassandra数据建模的最佳实践。

有没有可能…允许过滤

所以使用ALLOW FILTERING指令通常被认为是"不良做法"，因为它消耗了太多的资源。如果查询必须与太多节点通信，则可能会超时，甚至使协调器节点崩溃。此外，ALLOW FILTERING仍然不允许ORDER BY应用于它。

很多团队最终做的一件事是构建一个Spark集群来处理Cassandra数据。Spark可以从Cassandra中提取数据，并在RAM中对其执行符合ansi标准的SQL操作。这将允许您应用ORDER BY.

另一方面，您可以尝试ALLOW FILTERING，然后在应用程序端执行排序。绝对不理想。