使用IN子句過濾Spark Cassandra連接器

Question

我正面臨着針對java的spark cassandra連接器過濾的一些問題。 Cassandra允許使用IN子句過濾分區鍵的最后一列。 例如

create table cf_text
(a varchar,b varchar,c varchar, primary key((a,b),c))

Query : select * from cf_text where a ='asdf' and b in ('af','sd');

sc.cassandraTable("test", "cf_text").where("a = ?", "af").toArray.foreach(println)

我如何指定在spark中的CQL查詢中使用的IN子句？ 如何指定范圍查詢？

Answer 1

只是想知道，但你的Spark代碼上面有效嗎？ 我認為Spark不允許分區鍵上的WHERE （在你的情況下為a和b ），因為它在引擎蓋下使用它們（參見本問題的最后一個答案）： Spark Datastax Java API Select語句

在任何情況下，使用Cassandra Spark連接器，您都可以堆疊WHERE子句，並且可以使用List<String>指定IN 。

List<String> valuesList = new ArrayList<String>();
valuesList.Add("value2");
valuesList.Add("value3");

sc.cassandraTable("test", "cf")
    .where("column1 = ?", "value1")
    .where("column2 IN ?", valuesList)
    .keyBy(new Function<MyCFClass, String>() {
                public String call(MyCFClass _myCF) throws Exception {
                    return _myCF.getId();
                }
            });

請注意， 使用IN和Cassandra / CQL的常規規則仍適用於此處。

范圍查詢以類似的方式運行：

sc.cassandraTable("test", "person")
    .where("age > ?", "15")
    .where("age < ?", "20")
    .keyBy(new Function<Person, String>() {
                public String call(Person _person) throws Exception {
                    return _person.getPersonid();
                }
            });