对比唯一性的更好选择？

我现在有一个基本的用户事件表中的下列表格布局：对比唯一性的更好选择？

CREATE TABLE IF NOT EXISTS events.events_by_user(
    user text, 
    added_week int, 
    added_timestamp timestamp, 
    event text, 
    uuid uuid, 
    PRIMARY KEY((user, added_week), added_timestamp, event, uuid)) 
WITH CLUSTERING ORDER BY(added_timestamp DESC)

因此唯一性基本上由UUID作为主键的最后一列中必要的。同一个用户有几次相同的事件有可能发生在同一个毫秒（时间戳）中。

另一种方法可能是（如果我没有记错的话），下降的uuid列由相对柱取代它，而不是像这样：

CREATE TABLE IF NOT EXISTS events.events_by_user(
    user text, 
    added_week int, 
    added_timestamp timestamp, 
    event text, 
    frequency counter, 
    PRIMARY KEY((user, added_week), added_timestamp, event)) 
WITH CLUSTERING ORDER BY(added_timestamp DESC)

我的想法是，我可以节省一些空间使用这个计数器，而且我的行不会变宽。我不确定，如果这可能会有其他性能影响维持这个柜台，或者如果有任何其他原因，为什么这可能不是一个好主意？

来源

2016-09-21 u6f6o

为什么要使用一个计数器来节省空间？ C *设计成语是使用空间来增益效率。

回到你的问题，专柜几乎都可以做什么限制，如必须在其自己的表被用在你想要的主键，你可以有许多列，然后只计列。它们只支持递增和递减操作，并且由于它们只支持这两个操作，所以每个查询都不是幂等的。如果您可以忍受“计数”值的不准确性...（即使C * 2.1+缓解了这一点，过度计数也是众所周知的问题）

这意味着您不能指定event列，因为是不是你主键的一部分，所以你的设计是无效的。

回到你的独特性要求，您可以使用timeuuid列类型。它们是基于时间的Type 1 UUID，并提供相当低的碰撞概率。从Cassandra wiki：

类型1 UUID由以下部分组成：

由100纳秒间隔的计数的时间戳因为 00：00：00.00，1582 10月15日（日格利高里改革的基督徒日历）。

甲版本（应该具有1的值）。

的变体（其应具有2的值）。

的序列号，它可以是一个计数器或一个伪随机数。

一个“节点”，它将成为机器的MAC地址（它应该使UUID在整个机器上都是唯一的）。

与UUID的挑战是，使之成为一台机器上运行多个进程和多线程在一个进程中运行是唯一的。上面指定的类型1 UUID也不是。在具有多个内核的快速机器上，很有可能具有以相同时间值生成的UUID。只有当顺序号可以跨越线程和进程时，这个可以修复为，这对于高效地执行相当具有挑战性。

的时间参考的基于UUID通过补偿这些问题：

使用（）由 System.currentTimeMillis的恢复正常毫秒的粒度和调整它假装容纳100张纳秒数只。

每当遇到重复时间值时，将时间递增1（以非线程安全方式）。使用与序列号的UUID类关联的伪随机号码。将时间增加1允许多个线程在同一个进程中在同一毫秒内唯一地创建多达10,000个UUID。使用序列号的伪随机数在每个UUID类将具有唯一ID的情况下提供1个16344个机会。

这些机制提供了合理的概率，即所生成的UUID将是唯一的。但是，要注意的问题是：

计算机能够每微秒产生1点万多的UUID。

在不同线程上创建UUID的应用程序可能会得到重复，因为时间不会以线程安全的方式递增。类的

多个实例是在虚拟机中在不同的类加载器 - 这将通过具有其自身的序列号的每个类而减轻。

不能保证相同或不同VM的UUID在中的两个实例将具有不同的序列号 - 只是它们将具有合理的概率。

在实践中，C *就已经做你想做的事。但是，如果您真的担心自己最终会出现重复，那么您需要自己进行适当的计数，并且建议您在应用程序级别实现这一点。

来源

2016-09-21 09:03:25 xmas79

我看到了，我用我的初始设计timeuuid，但有点害怕[this]（http://nickberardi.com/sometimes-a-nanosecond-makes-all-the-difference/）文章。 Thx的努力，提到的概率是足够好的，我会用timeuuid去。 – u6f6o

对比唯一性的更好选择？

回答

相关问题