问题描述
我需要建议以正确设计Cassandra中的表。我需要得到所有书籍的分类清单。排序是按上次更新的日期进行的。每次购买特定书籍时,number_of_buyers
列都会更新。另外,我需要更新updated_at
列的值。问题是updated_at
列是clustering key
的一部分primary key
。我们无法更新属于主键的列中的值。
create table books (
book_id uuid,created_at timestamp,updated_at timestamp,book_name varchar,book_author varchar,number_of_buyers int,primary key (book_id,updated_at)
) with clustering order by (updated_at desc);
另一个例子:
create table chat_rooms (
chat_room_id uuid,last_message_content varchar,last_message_author varchar,unread_messages_number int,primary key (chat_room_id,updated_at)
) with clustering order by (updated_at desc);
每个聊天室都有最新消息。这些信息总是在变化。如果发生变化,我想将聊天室放在列表的顶部。许多Messenger中的经典行为。
解决方法
因此可以肯定;您将需要对其他内容进行分区。诀窍是要在查询灵活性之间找到适当的平衡(这是您明显的需求),同时避免无限的分区增长。
对于books
表,是否可以在category
之类的分区上进行分区?你知道吗,例如恐怖片,奇幻片,图画小说,非小说类片,教学片等等。
CREATE TABLE book_events (
book_id uuid,created_at timestamp,updated_at timestamp,book_name varchar,book_author varchar,number_of_buyers int,category text,PRIMARY KEY (category,book_name,updated_at,book_id)
) WITH CLUSTERING ORDER BY (book_name ASC,updated_at DESC,book_id ASC);
对于PRIMARY KEY定义,我们可以在category
上进行分区,然后在book_name
和updated_at
上进行聚类,并在末尾使用book_id
(出于唯一性)。然后,为每个销售事件INSERT
新建一行。在查询中(插入几行之后),在MAX
上使用updated_at
子句,在GROUP BY
上使用book_name
聚合。
SELECT book_name,book_author,number_of_buyers,MAX(updated_at) FROm book_events
WHERE category='Computers & Technology' GROUP BY book_name;
book_name | book_author | number_of_buyers | system.max(updated_at)
---------------------------------+------------------------------------------------------------+------------------+---------------------------------
Mastering Apache Cassandra 3.x | Aaron Ploetz,Teja Malepati | 52 | 2020-10-05 14:29:33.134000+0000
Seven NoSQL Databases in a Week | Aaron Ploetz,Devram Kandhare,Brian Wu,Sudarshan Kadambi | 163 | 2020-10-05 14:29:33.142000+0000
(2 rows)
唯一要考虑的是如何处理废弃的销售行。当然,您可以随时删除它们,具体取决于写入频率。最佳的解决方案是考虑销售节奏并应用TTL。
此解决方案绝对不能完全按原样提供,但我希望它能引导您朝着正确的方向前进。