Cassandra中的多列相等性限制

Question

请考虑下表：

CREATE TABLE routes (
start text,
end text,
validFrom timestamp,
validTo timestamp,
PRIMARY KEY (start, end, validFrom, validTo)
);

如何编写一个cql查询以查找从日期A到日期B并在日期x和日期y之间有效的所有路由。 本质上等效于以下SQL语句：

SELECT * from routes where start = 'A' and end = 'B' and validFrom <= x and validTo >= y.

我一直在阅读Cassandra文档 ，我的印象是，使用给定的表无法进行此类查询。 如果是这种情况，那么如何对数据建模才能启用这种查询。

Answer 1

SELECT * from routes where start = 'A' and end = 'B' and validFrom <= x and validTo >= y

由于Cassandra在磁盘上存储数据的方式，因此无法为这样的查询提取连续的行范围。 因此，您需要做的是稍微调整模型。

CREATE TABLE routes (
  start text,
  end text,
  valid timestamp,
  toFrom text,
  name text,
  PRIMARY KEY (start, end, valid, toFrom)
);

通过将valid时间到/从valid时间合并到单个列中，现在可以在其上执行范围查询，检查起点和终点。 每行将需要存储两次。 一次使用“有效至”时间，一次使用“有效自”时间。 toFrom列有助于对此进行区分。

现在，我可以运行以下查询：

> SELECT * FROM routes 
    WHERE start='A' AND end='B' 
    AND valid>='2016-02-01'AND valid<='2016-02-20';

 start | end | valid                    | tofrom | name
-------+-----+--------------------------+--------+---------
     A |   B | 2016-02-01 06:00:00+0000 |      F | combo 1
     A |   B | 2016-02-14 06:00:00+0000 |      T | combo 1
     A |   B | 2016-02-15 06:00:00+0000 |      F | combo 2

(3 rows)

只是想一想，但是使用复合分区键（例如PRIMARY KEY ((start, end), valid, toFrom) ）可能会更好PRIMARY KEY ((start, end), valid, toFrom)实现更好的数据分发。 尽管这实际上取决于您的查询模式...。因此，如果您需要查询以“ A”开头的所有行，则此方法将无效（例如）。

编辑20160221

我接受了您的回答，但现在我想了一下，我认为这不会起作用。 例如，我认为查询：SELECT * FROM route where where start ='A'and end ='B'AND valid> ='2016-02-01'AND valid <='2016-02-13'; 即使“组合1”路线有效，也不会产生任何结果。

实际上，这确实有效：

> SELECT * FROM routes 
    WHERE start='A' AND end='B' 
    AND valid>='2016-02-01'AND valid<='2016-02-13';

 start | end | valid                    | tofrom | name
-------+-----+--------------------------+--------+---------
     A |   B | 2016-02-01 06:00:00+0000 |      F | combo 1

(1 rows)

话虽如此，我了解您的意思。 如果您应该选择一个有效的往返之间的时间段（不包括在内），它将产生零行...如下所示：

    > SELECT * FROM routes 
    WHERE start='A' AND end='B' 
    AND valid>='2016-02-02'AND valid<='2016-02-13';

 start | end | valid                    | tofrom | name
-------+-----+--------------------------+--------+---------

(0 rows)

这是一个有效的担忧。 关于两点：

1. 就要求“等效于以下SQL语句”的问题而言 ，您在关系数据库中仍然会遇到相同的问题（在我的MariaDB测试实例上尝试过）。 实际上，情况会更糟，因为对valid>='2016-02-01'AND valid<='2016-02-13'的查询和valid>='2016-02-01'AND valid<='2016-02-13'的查询在Cassandra中返回了一行，但是validFrom>='2016-02-01' AND validTo<='2016-02-13'在MariaDB中不返回任何内容。

2. 这确实成为业务逻辑问题，与数据存储无关。 为避免此问题，您应该查看业务逻辑/要求，并确定valid往返时间。 然后，您可以调整查询，使其始终超过该时间。 例如：如果路线仅有效两至三周，则一次查询一个月就足够了。