Cassandra数据建模中最重要的事情：主键

Cassandra数据建模中要了解的最重要的事情：主键

使用关系数据建模，您可以从主键开始，但是RDBMS中的有效数据模型更多地是关于表之间的外键关系和关系约束。由于Cassandra无法使用JOIN，因此创建数据模型的复杂性要低得多。Apache Cassandra的复杂性折衷在于提前了解您的查询和数据访问模式。

1.简单主键:

例子: student_id是person的主键

create table person (student_id int primary key, fname text, lname text,
                     dateofbirth timestamp, email text, phone text );

2.复合键

• C1：主键只有一个分区键，没有群集键。
• （C1，C2）：列C1是分区键，列C2是群集键。
• （C1，C2，C3，...）：列C1是分区键，列C2，C3等构成集群键。
• （C1，（C2，C3，…））：与3相同，即C1列是分区键，C2，C3…列构成集群键。
• （（（C1，C2，...），（C3，C4，...）））：列C1，C2作分区键，列C3，C4，…作群集键。

重要的是要注意，当复合键为C1，C2，C3时，第一个键C1成为分区键，其余键成为群集键的一部分。为了制作复合分区键，我们必须在括号中指定键，例如：（（C1，C2），C3，C4）。在这种情况下，C1和C2是分区键的一部分，而C3和C4是群集键的一部分。

1.分区键

分区键的目的是识别存储该行的群集中的分区或节点。从群集读取或写入数据时，将使用一个名为Partitioner的函数来计算分区键的哈希值。该哈希值用于确定包含该行的节点/分区。

例如，分区键值范围在1000到1234之间的行可以驻留在节点A中，而分区键值范围在1235到2000之间的行可以驻留在节点B中，如图1所示。值为1233，则将其存储在节点A中。

2.集群键

集群键的目的是按排序顺序存储行数据。数据的排序基于列，这些列包含在集群键中。这种安排使使用聚类密钥检索数据变得高效。

例子1

CREATE TABLE user_videos ( userid uuid, added_date timestamp, videoid uuid, name text, preview_image_location text, PRIMARY KEY (userid, added_date, videoid) ) WITH CLUSTERING ORDER BY (added_date DESC, videoid ASC);
分区userid,集群键排序方式:added_date DESC, videoid ASC

SELECT * FROM user_videos WHERE userid = 522b1fe2-2e36-4cef-a667-cd4237d08b89 LIMIT 10;

例子2

create table marks(stuid int,exam_date timestamp,marks float, exam_name text,
                   primary key (stuid,exam_date));

分区stuid,默认exam_date升序排序

SELECT * FROM user_videos WHERE userid = 522b1fe2-2e36-4cef-a667-cd4237d08b89 LIMIT 10;

该查询所要查询的是“用户上传的最后10部视频”，只需添加CLUSTERING ORDER BY子句即可实现非常快速，有用和高效的查询。

这可能看起来像是预先优化的，但是此添加功能启用的用例非常引人注目。

结论

Apache Cassandra的复杂性trade off在于提前了解您的查询和数据访问模式。(反模式的一种体现)

参考文章

https://dzone.com/articles/cassandra-data-modeling-primary-clustering-partiti

https://www.datastax.com/blog/2016/02/most-important-thing-know-cassandra-data-modeling-primary-key