我有一个小设计问题，我有以下要求：
SELECT MAX(idt) FROM table WHERE idt < 2018
但是我不知道如何根据此要求创建表。idt必须是集群键才能执行大于或低于操作以及最大聚合，但我不知道我应该使用什么作为分区键(我不想使用允许过滤(。 我发现的唯一解决方案是使用常量值作为分区键，但我知道这被认为是一个糟糕的设计。 有什么帮助吗？
谢谢
您需要以某种方式对数据进行分区。如果你不这样做，就像你说的那样，要么从整个集群中读取所有内容(允许过滤(，要么将所有内容放在一个分区中(常量键(。由于对您的数据、设计或目标一无所知，常见的设置是按日期进行分区，例如：
SELECT id FROM table WHERE bucket = '2018' AND id < 100 limit 1;
然后，您的密钥看起来像((bucket), id)排序 id DESC 在分区头最大。在这种情况下，存储桶是按年份排列的，因此最终每年进行一次您寻找的查询。如果 IDT 不是唯一的，您可能需要执行以下操作：
((uuid), idt)或按 idt DESC 排序((bucket), uuid, idt)(如果该记录不是唯一的，则再次出现问题(。然后你可以做这样的事情
SELECT max(idt) FROM table WHERE GROUP BY bucket
虽然还是更好
SELECT max(idt) FROM table WHERE bucket = '2018' GROUP BY bucket
这将为您提供每个存储桶的最大值，因此您必须浏览它并自己生成全局最大值，但这对集群更好，因为它会自然地限制一点，而不是单个查询猛击整个集群。在该查询上，将提取大小限制为 10 或 100 或默认的 5000 可能是个好主意，因此结果集页速度较慢(防止在协调器上做太多工作(。
要在其他地方完成所有这些工作，您可能需要考虑 Spark，因为它可以为您提供更丰富的查询并尽可能高效地完成(这可能效率不高，但会尝试(。