Cassandra：為什么我不必在查詢中包括所有分區鍵？

Question

目前，我正在與Cassandra打交道。

閱讀博客文章時，據說：

發出CQL查詢時，必須至少包括所有分區鍵列。 （ https://shermandigital.com/blog/designing-a-cassandra-data-model/ ）

但是，在我的數據庫中似乎可以不包含所有分區鍵。 下表：

CREATE TABLE usertable (
    personid text,
    name text,
    "timestamp" timestamp,
    active boolean,
    PRIMARY KEY ((personid, name), timestamp)
) WITH
  CLUSTERING ORDER BY ("timestamp" DESC)
  AND comment=''
  AND read_repair_chance=0
  AND dclocal_read_repair_chance=0.1
  AND gc_grace_seconds=864000
  AND bloom_filter_fp_chance=0.01
  AND compaction={ 'class':'org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy',
  'max_threshold':'32',
  'min_threshold':'4' }
  AND compression={ 'chunk_length_in_kb':'64',
  'class':'org.apache.cassandra.io.compress.LZ4Compressor' }
  AND caching={ 'keys':'ALL',
  'rows_per_partition':'NONE' }
  AND default_time_to_live=0
  AND id='23ff16b0-c400-11e8-55c7-2b453518a213'
  AND min_index_interval=128
  AND max_index_interval=2048
  AND memtable_flush_period_in_ms=0
  AND speculative_retry='99PERCENTILE';

所以我可以select * from usertable where personid = 'ABC-02'; 。 但是，根據博客文章，我還必須包括timestamp 。

有人可以解釋嗎？

Answer 1

在cassandra中，分區鍵可在群集周圍散布數據。 它計算分區鍵的哈希值，並確定數據在群集中的位置。

一個例外是，如果您使用ALLOW FILTERING或二級索引，則不需要在查詢的位置也包括所有分區鍵。

有關更多信息，請參閱博客文章：

分區鍵的目的是將數據拆分為多個分區，整個分區存儲在群集中的單個節點上（每個節點存儲多個分區）。 從群集讀取或寫入數據時，將使用一個名為Partitioner的函數來計算分區鍵的哈希值。 該哈希值用於確定包含該行的節點/分區。 聚類關鍵字還用於在給定分區內搜索一行。

Apache Cassandra中的選擇查詢看起來很像關系數據庫中的選擇查詢。 但是，它們受到的限制更大。 Cassandra查詢的“ where”子句中允許的屬性必須包括完整分區鍵，其他子句只能引用集群鍵列或所查詢表的二級索引。

通過允許Cassandra確定分區以及節點（甚至磁盤上的數據文件）來確定橫向擴展群集，在“ where”中要求分區鍵屬性可幫助Cassandra保持恆定的結果集檢索時間。查詢必須定向。

如果查詢未在'where'子句中指定主鍵中所有列的值，Cassandra將不執行它並給出以下警告：

''InvalidRequest：來自服務器的錯誤：代碼= 2200 [Invalid query] message =“”無法執行此查詢，因為它可能涉及數據過濾，因此可能具有不可預測的性能。 如果盡管性能不可預測但仍要執行此查詢，請使用ALLOW FILTERING”'

https://www.instaclustr.com/apache-cassandra-scalability-allow-filtering-partition-keys/

https://www.datastax.com/dev/blog/a-deep-look-to-the-cql-where-clause