卡桑德拉在不同查询上的性能

Question

在Cassandra中，我读到我需要设计我的表模式，以便最小数量的分区被击中。我设计了这个模式来满足这个要求。但我的情况是，我需要单独获得所有分区键。所以我打算使用

Select Distinct <partitionKeys> from table

我使用cqlsh对大约15k行运行了一个不同的查询，它非常快。

如果我使用distinct，会有任何性能问题吗? cassandra如何单独获取分区键?
1. 我需要知道不同查询的限制。

Answer 1

如果我使用distinct，会有性能问题吗?cassandra如何单独获取分区键?

基本上，Cassandra只需要撕开节点并拉回该表的分区(行)键。通过这些键进行查询是Cassandra设计的工作方式，所以我并不惊讶这对你来说表现得很好。缺点是，它可能必须击中所有或大部分节点才能完成操作，因此如果节点数量很多，性能可能会很慢。

这就是CQL行和底层存储中的行之间的差异发挥作用的地方。如果您使用cassandra-cli工具查看您的数据，您可以看到如何以不同的方式处理分区键。下面是一个例子，其中一艘船的船员成员按他们的船存储在一个表中。

aploetz@cqlsh:presentation> SELECT * FROm shipcrewregistry ;
 shipname | lastname  | firstname | citizenid                            | aliases
----------+-----------+-----------+--------------------------------------+--------------------------------------
 Serenity |      Book |    Derial | 48bc975a-c9f2-474d-8a29-247503445877 |                       {'CLASSIFIED'}
 Serenity |      Cobb |     Jayne | 2d643fb1-54fb-4c98-8d2d-a5bb9c6c8354 |                   {'Hero of Canton'}
 Serenity |      Frye |    Kaylee | d556cf44-348b-4ea3-8c19-ba9d4877818c |                                 null
 Serenity |     Inara |     Serra | a25b7e02-8099-401a-8c41-d9d2ea894b72 |                                 null
 Serenity |  Reynolds |   Malcolm | 169382b7-21b0-47bf-b1c8-19bc008a9060 |             {'Mal', 'Sgt. Reynolds'}
 Serenity |       Tam |     River | af68201f-4135-413e-959c-dd81ea651e52 |                                 null
 Serenity |       Tam |     Simon | aa090e1a-7792-4d7b-bba9-bac66f8c1f15 |                          {'Dr. Tam'}
 Serenity | Washburne |     Hoban | 73f591df-c0dc-44c4-b3f3-9c37453c9537 |                             {'Wash'}
 Serenity | Washburne |      Zoey | 46bc77ad-53ad-4402-b252-a0543005c583 | {'Corporal Alleyne', 'Zoey Alleyne'}
(9 rows)

但是当我在cassandra-cli内查询时:

[default@presentation] list shipcrewregistry;
Using default limit of 100
Using default cell limit of 100
-------------------
RowKey: Serenity
=> (name=Book:Derial:48bc975a-c9f2-474d-8a29-247503445877:, value=, timestamp=1424904853420170)
=> (name=Book:Derial:48bc975a-c9f2-474d-8a29-247503445877:aliases:434c4153534946494544, value=, timestamp=1424904853420170)
=> (name=Cobb:Jayne:2d643fb1-54fb-4c98-8d2d-a5bb9c6c8354:, value=, timestamp=1424904853492976)
=> (name=Cobb:Jayne:2d643fb1-54fb-4c98-8d2d-a5bb9c6c8354:aliases:4865726f206f662043616e746f6e, value=, timestamp=1424904853492976)
=> (name=Frye:Kaylee:d556cf44-348b-4ea3-8c19-ba9d4877818c:, value=, timestamp=1428442425610395)
=> (name=Inara:Serra:a25b7e02-8099-401a-8c41-d9d2ea894b72:, value=, timestamp=1428442425621555)
=> (name=Reynolds:Malcolm:169382b7-21b0-47bf-b1c8-19bc008a9060:, value=, timestamp=1424904853505461)
=> (name=Reynolds:Malcolm:169382b7-21b0-47bf-b1c8-19bc008a9060:aliases:4d616c, value=, timestamp=1424904853505461)
=> (name=Reynolds:Malcolm:169382b7-21b0-47bf-b1c8-19bc008a9060:aliases:5367742e205265796e6f6c6473, value=, timestamp=1424904853505461)
=> (name=Tam:River:af68201f-4135-413e-959c-dd81ea651e52:, value=, timestamp=1428442425575881)
=> (name=Tam:Simon:aa090e1a-7792-4d7b-bba9-bac66f8c1f15:, value=, timestamp=1424904853518092)
=> (name=Tam:Simon:aa090e1a-7792-4d7b-bba9-bac66f8c1f15:aliases:44722e2054616d, value=, timestamp=1424904853518092)
=> (name=Washburne:Hoban:73f591df-c0dc-44c4-b3f3-9c37453c9537:, value=, timestamp=1428442425587484)
=> (name=Washburne:Hoban:73f591df-c0dc-44c4-b3f3-9c37453c9537:aliases:57617368, value=, timestamp=1428442425587484)
=> (name=Washburne:Zoey:46bc77ad-53ad-4402-b252-a0543005c583:, value=, timestamp=1428442425596863)
=> (name=Washburne:Zoey:46bc77ad-53ad-4402-b252-a0543005c583:aliases:436f72706f72616c20416c6c65796e65, value=, timestamp=1428442425596863)
=> (name=Washburne:Zoey:46bc77ad-53ad-4402-b252-a0543005c583:aliases:5a6f657920416c6c65796e65, value=, timestamp=1428442425596863)
1 Row Returned.
Elapsed time: 86 msec(s).

这是为了显示9行CQL实际上只有1行。

我需要知道不同查询的限制。

在CQL中，DISTINCT只对您的分区键起作用。我不确定有多少行会否定它的有用性。15000个CQL行就可以了。但是，如果您有数百万个不同的分区键(高基数)，我预计性能会下降……特别是在集群中有几个节点的情况下。