Требовать дубликаты первичных ключей в Кассандре

Question

Я знаю, что не могу иметь дубликаты первичных ключей в любой базе данных, но cassandra ограничивает мою возможность запрашивать только 1 из ключей в составном первичном ключе.

Мой пример использования следующий:

File 1
    variableA
    variableB
    variableC

File 2
    variableC
    variableD
    variableE

Я хочу создать таблицы следующим образом:

variables
==================
variable_id PK
file_id     PK
UUID        PK

files
==================
file_id     PK
...other_columns

Я анализирую файлы и вставляю переменные втаблица переменных.Позже я хочу найти все файлы с переменной C.Однако, хотя у меня есть file_id, когда я создаю запись, у меня нет file_id во время запроса.В отличие от других кассетных БД, я должен указать оба PK в своем запросе.Это невозможно.

Мне нужны некоторые идеи о том, как преодолеть эту проблему моделирования.

Потенциально будут триллионы переменных, поэтому ALLOW FILTERING и вторичные индексы не подходят.Это не может быть уникальным вариантом использования.Как другие преодолели эту проблему?

Answer 1

Вы не можете иметь дубликаты первичных ключей в Cassandra (а также не в реляционных базах данных).

Но вы можете хранить для каждого variable_id file_ids, в который включена переменная, например:

Использовать (variable_id, file_id) в качестве первичного ключа и сохранять временную метку или, если переменная включена толькоодин раз в каждом файле фактическое значение в этой таблице.Помните, что variable_id - это ключ раздела, а file_id - это столбец кластера в этом случае.Таким образом, вы можете легко запросить все file_ids и значения для данного variable_id.

Если это хорошо подходит, зависит от вашего варианта использования.Возможно, вам нужно будет поместить file_ids в bin, если файлов слишком много.Или было бы неплохо сгруппировать их по дням, месяцам или другим критериям, чтобы разделы не становились слишком большими.