在一个查询中检查cassandra中是否存在多个记录

Question

我有一个字符串“ A”，“ B”，“ C”的列表。

我想知道如何检查所有这些字符串是否都存在于Cassandra列中。

我以前有两种方法用于关系数据库，但是最近我搬到了Cassandra，但我不知道该如何实现。

问题是我有大约100个字符串需要检查，并且我不想向数据库发送100个请求。 这不是明智的。

Answer 1

有趣的问题...我不知道您正在使用的架构，但是如果您的字符串在唯一的PK列中（或在查询时知道其他列值的复合PK中），则可能会发出100查询无后顾之忧。 密钥缓存将帮助您避免命中磁盘，因此您可以获得快速响应。

相反，如果您打算将其用于不属于任何PK的列，则除非您执行某种技巧，否则您将很难找到答案，并且这会受到一些性能限制和/或提高。反正代码复杂度。

例如，您可以出于上述目的构建“频率”表，在其中存储“看到”每个字符串“ A”，“ B”等的次数，并在需要时查询该表。检索信息：

SELECT frequencies FROM freq_table WHERE pk = IN ('A', 'B', 'C');

然后，您仍然需要遍历结果集并检查每条记录>0。另一种方法是在实际查询之前发出SELECT COUNT(*) ，因为您事先知道应该获得多少条记录（例如3在我的示例中），但是具有正确数量的检索记录就足够了（例如，一个计数器为零）。

当然，您需要在主表的每个插入/更新/删除操作中维护此表，从而提高解决方案的复杂性，当然，所有与IN子句和COUNT相关的警告都适用...

我可能会坚持100个查询：使用设计合理的表，它们应该不是问题，除非您没有足够的集群来解决要解决的问题。

Answer 2

CQL使您可以使用IN子句，例如：

SELECT first_name, last_name FROM emp WHERE empID IN (105, 107, 104);

更多信息在这里 。

但是这种方法可能不是最佳方法，因为它可以触发集群中所有节点的选择。

因此，非常取决于您的数据的结构。

从这个角度来看，最好运行100个独立的查询。