在一個查詢中檢查cassandra中是否存在多個記錄

Question

我有一個字符串“ A”，“ B”，“ C”的列表。

我想知道如何檢查所有這些字符串是否都存在於Cassandra列中。

我以前有兩種方法用於關系數據庫，但是最近我搬到了Cassandra，但我不知道該如何實現。

問題是我有大約100個字符串需要檢查，並且我不想向數據庫發送100個請求。 這不是明智的。

Answer 1

有趣的問題...我不知道您正在使用的架構，但是如果您的字符串在唯一的PK列中（或在查詢時知道其他列值的復合PK中），則可能會發出100查詢無后顧之憂。 密鑰緩存將幫助您避免命中磁盤，因此您可以獲得快速響應。

相反，如果您打算將其用於不屬於任何PK的列，則除非您執行某種技巧，否則您將很難找到答案，並且這會受到一些性能限制和/或提高。反正代碼復雜度。

例如，您可以出於上述目的構建“頻率”表，在其中存儲“看到”每個字符串“ A”，“ B”等的次數，並在需要時查詢該表。檢索信息：

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

然后，您仍然需要遍歷結果集並檢查每條記錄>0。另一種方法是在實際查詢之前發出SELECT COUNT(*) ，因為您事先知道應該獲得多少條記錄（例如3在我的示例中），但是具有正確數量的檢索記錄就足夠了（例如，一個計數器為零）。

當然，您需要在主表的每個插入/更新/刪除操作中維護此表，從而提高解決方案的復雜性，當然，所有與IN子句和COUNT相關的警告都適用...

我可能會堅持100個查詢：使用設計合理的表，它們應該不是問題，除非您沒有足夠的集群來解決要解決的問題。

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);

更多信息在這里 。

但是這種方法可能不是最佳方法，因為它可以觸發集群中所有節點的選擇。

因此，非常取決於您的數據的結構。

從這個角度來看，最好運行100個獨立的查詢。