我一直在网上阅读文章,以了解以下key
类型之间的区别。但是我似乎很难理解。实例肯定会帮助您更好地理解。
primary key,
partition key,
composite key
clustering key
我一直在网上阅读文章,以了解以下key
类型之间的区别。但是我似乎很难理解。实例肯定会帮助您更好地理解。
primary key,
partition key,
composite key
clustering key
Answers:
对此有很多困惑,我将尝试使其尽可能简单。
主键是一个通用概念,用于指示用于从表中检索数据的一个或多个列。
主键可以是SIMPLE,甚至可以内联声明:
create table stackoverflow_simple (
key text PRIMARY KEY,
data text
);
这意味着它是由单个列组成的。
但是主键也可以是COMPOSITE(又称COMPOUND),可以从更多列中生成。
create table stackoverflow_composite (
key_part_one text,
key_part_two int,
data text,
PRIMARY KEY(key_part_one, key_part_two)
);
在COMPOSITE主键的情况下,键的“第一部分”称为PARTITION KEY(在此示例中,key_part_one是分区键),而键的第二部分是CLUSTERING KEY(在此示例中,key_part_two)
请注意,分区键和群集键都可以由更多列组成,方法如下:
create table stackoverflow_multiple (
k_part_one text,
k_part_two int,
k_clust_one text,
k_clust_two int,
k_clust_three uuid,
data text,
PRIMARY KEY((k_part_one, k_part_two), k_clust_one, k_clust_two, k_clust_three)
);
这些名字的背后...
更多使用信息:DATASTAX文档
insert into stackoverflow_simple (key, data) VALUES ('han', 'solo');
select * from stackoverflow_simple where key='han';
表格内容
key | data
----+------
han | solo
COMPOSITE / COMPOUND KEY可以检索“宽行”(即,即使定义了集群键,也可以仅通过分区键进行查询)
insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 9, 'football player');
insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 10, 'ex-football player');
select * from stackoverflow_composite where key_part_one = 'ronaldo';
表格内容
key_part_one | key_part_two | data
--------------+--------------+--------------------
ronaldo | 9 | football player
ronaldo | 10 | ex-football player
但是您可以使用所有键(分区和群集)查询...
select * from stackoverflow_composite
where key_part_one = 'ronaldo' and key_part_two = 10;
查询输出
key_part_one | key_part_two | data
--------------+--------------+--------------------
ronaldo | 10 | ex-football player
重要说明:分区键是使用进行查询所需的最小说明符where clause
。如果您有复合分区键,则如下所示
例如: PRIMARY KEY((col1, col2), col10, col4))
您只能通过至少同时传递col1和col2来执行查询,这是定义分区键的2列。进行查询的“通用”规则是,您必须至少传递所有分区键列,然后可以选择按其设置顺序添加每个群集键。
因此有效查询为(不包括二级索引)
无效:
希望这可以帮助。
添加摘要答案作为接受答案很长。在CQL的上下文中使用术语“行”和“列”,而不是实际上如何实现Cassandra。
例子:
PRIMARY KEY (a)
:分区键为a
。PRIMARY KEY (a, b)
:分区键为a
,集群键为b
。PRIMARY KEY ((a, b))
:复合分区键为(a, b)
。PRIMARY KEY (a, b, c)
:分区键为a
,组合群集键为(b, c)
。PRIMARY KEY ((a, b), c)
:复合分区键为(a, b)
,群集键为c
。PRIMARY KEY ((a, b), c, d)
:复合分区键为(a, b)
,复合群集键为(c, d)
。在cassandra中,主键,分区键,复合键,聚类键之间的差异总是会引起混淆。因此,我将在下面进行说明并相互联系。我们使用CQL(Cassandra查询语言)进行Cassandra数据库访问。注意:-答案为Cassandra的更新版本。 首要的关键 :-
CREATE TABLE Cass (
id int PRIMARY KEY,
name text
);
Create Table Cass (
id int,
name text,
PRIMARY KEY(id)
);
在CQL中,为PRIMARY KEY定义列的顺序很重要。该键的第一列称为分区键,该分区键具有以下属性:共享同一分区键的所有行(实际上甚至跨表)都存储在同一物理节点上。同样,对给定表共享相同分区键的行的插入/更新/删除是原子且独立执行的。注意,可能有一个复合分区键,即由多列组成的分区键,使用一组额外的括号来定义哪些列构成分区键。
分区和群集 PRIMARY KEY定义由两部分组成:分区密钥和群集列。第一部分映射到存储引擎行键,而第二部分用于对行中的列进行分组。
CREATE TABLE device_check (
device_id int,
checked_at timestamp,
is_power boolean,
is_locked boolean,
PRIMARY KEY (device_id, checked_at)
);
这里device_id是分区键,checked_at是cluster_key。
我们也可以有多个集群键以及分区键,这取决于声明。
主键:由分区键[和可选的群集键(或列)组成]
分区键:分区键的哈希值用于确定群集中要存储数据的特定节点
群集键:用于对每个分区(或负责节点及其副本)中的数据进行排序
复合主键:如上所述,聚类键在主键中是可选的。如果未提及它们,那是一个简单的主键。如果提到集群键,则它是复合主键。
复合分区键:仅将一列用作分区键,可能会导致宽行问题(取决于用例/数据建模)。因此,分区键有时被指定为多于一列的组合。
关于哪些是强制性的,哪些是可以跳过的等的混淆,试图将 Cassandra想象成一个巨大的HashMap会有所帮助。因此,在HashMap中,没有键就无法检索值。
在此,分区键充当该键的角色。因此,每个查询都需要指定它们。没有它们,Cassandra将不知道要搜索哪个节点。
的集群键(列,哪些是可选的),在进一步缩小您的查询搜索卡桑德拉找出特定节点之后(和它的复制品)的帮助下负责特定的分区键。
值得注意的是,在关系世界中(复合键),您可能会比在类似概念中使用更多的东西。
示例-假设您必须找到最近加入用户组X的最后N个用户。在这种情况下,读操作占主导地位,您将如何有效地做到这一点?这样(来自正式的Cassandra指南):
CREATE TABLE group_join_dates (
groupname text,
joined timeuuid,
join_date text,
username text,
email text,
age int,
PRIMARY KEY ((groupname, join_date), joined)
) WITH CLUSTERING ORDER BY (joined DESC)
在这里,分区键本身就是复合,而群集键是加入日期。之所以聚集键是注册日期是结果已经分类(和存储,这使得查找快)。但是为什么我们要使用复合键来分区键呢?因为我们一直想读取尽可能少的分区。将join_date放在那里有什么帮助?现在,来自同一组和相同加入日期的用户将驻留在一个分区中!这意味着我们将始终读取尽可能少的分区(首先从最新的分区开始,然后移至较旧的分区,以此类推,而不是在它们之间跳转)。
事实上,在极端情况下,你还需要使用哈希的join_date而非join_date单独-所以,如果你查询最近3天内往往是那些有着相同的哈希值,因此可从同一分区!
Cassandra中的主键通常由两部分组成-分区键和群集列。
primary_key(((partition_key),clustering_col)
分区键-主键的第一部分。分区键的主要目的是识别存储特定行的节点。
创建表phone_book(phone_num int,名称文本,age int,城市文本,主键((phone_num,name),age);
在这里,(phone_num,名称)是分区键。插入数据时,将生成分区键的哈希值,该值决定该行应进入的节点。
考虑一个4节点群集,每个节点都有一个可以存储的哈希值范围。(写入)插入phone_book值(7826573732,'Joey',25,'New York');
现在,分区键的哈希值由Cassandra分区程序计算。例如,哈希值(7826573732,'Joey')→12,现在,此行将插入到节点C中。
(读取)SELECT * FROM phone_book在哪里phone_num = 7826573732和name ='Joey';
现在,再次计算分区键的哈希值(7826573732,'Joey'),在我们的情况下为12,它位于节点C中,从中进行读取。
根据要解决的查询,主键中可以有多个分区键和群集列。
primary_key((pk1,pk2),col 1,col2)
在数据库设计中,复合键是一组不小的超级键。
复合键是一组包含复合键和至少一个不是超级键的属性的集合
给定的表:EMPLOYEES {employee_id,名字,姓氏}
可能的超级键是:
{employee_id}
{employee_id, firstname}
{employee_id, firstname, surname}
{employee_id}是唯一的最小超键,这也使其成为唯一的候选键,因为{firstname}和{surname}不能保证唯一性。由于将主键定义为选定的候选键,并且在此示例中仅存在一个候选键,因此{employee_id}是最小超键,唯一候选键和唯一可能的主键。
复合键的详尽列表为:
{employee_id, firstname}
{employee_id, surname}
{employee_id, firstname, surname}
唯一的组合键是{employee_id,firstname,firstname},因为该键包含复合键({employee_id,firstname})和非超级键({surname})的属性。