为什么Cassandra的超级专栏不再受青睐？

Question

我在最新版本中读到，由于“性能问题”，超级列不可取，但没有解释的地方。

然后我读了这篇文章，这些文章使用超级列提供了精彩的索引模式。

这让我不知道目前在Cassandra做索引的最佳方法是什么。

1. 超级列的性能问题是什么？
2. 我在哪里可以找到当前的索引编制最佳实践？

Answer 1

超级列存在许多问题，其中最重要的是Cassandra在查询时需要对超级列的所有子列进行反序列化（即使结果只返回一个小子集）。 结果，在性能受损之前可以存储的每个超级列的子列数存在实际限制。

理论上，这可以通过适当地索引子列在Cassandra中修复，但是共识是复合列是更好的解决方案，并且它们在没有增加复杂性的情况下工作。

使用复合列的最简单方法是利用CQL 3提供的抽象。 请考虑以下架构：

CREATE TABLE messages(
    username text,
    sent_at timestamp,
    message text,
    sender text,
    PRIMARY KEY(username, sent_at)
);

这里的用户名是行键，但是我们使用了PRIMARY KEY定义，它创建了一个行键和sent_at列的分组。 这很重要，因为它具有索引该属性的效果。

INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:42:15', 'Hi', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('alice', '2012-08-01 11:42:37', 'Hi yourself', 'bob');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:43:00', 'What are you doing later?', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:47:14', 'Bob?', 'alice');

在幕后，Cassandra将存储上面插入的数据，如下所示：

alice: (2012-08-01 11:42:37,message): Hi yourself, (2012-08-01 11:42:37,sender): bob
bob:   (2012-08-01 11:42:15,message): Hi,          (2012-08-01 11:42:15,sender): alice, (2012-08-01 11:43:00,message): What are you doing later?, (2012-08-01 11:43:00,sender): alice (2012-08-01 11:47:14,message): Bob?, (2012-08-01 11:47:14,sender): alice

但是使用CQL 3，我们可以使用sent_at谓词查询“行”，并返回表格结果集。

SELECT * FROM messages WHERE username = 'bob' AND sent_at > '2012-08-01';
 username | sent_at                  | message                   | sender
----------+--------------------------+---------------------------+--------
      bob | 2012-08-01 11:43:00+0000 | What are you doing later? |  alice
      bob | 2012-08-01 11:47:14+0000 |                      Bob? |  alice