卡桑德拉索引解释

好吧，我一直在寻找解释一段时间，但仍然找不到答案。卡桑德拉索引解释

当我们谈论卡桑德拉指数，我得到了要点，其上的是：

在低基数我明白了 - 搜索时我们会得到很宽的行。

但是，在高基数数据的幕后发生了什么？所有的书籍和博客似乎都复制了datastax的例子，它没有解释为什么，只是告诉你不要这样做。

假设我想在用户电子邮件上创建一个索引。如果我理解正确的，当我搜索用户通过电子邮件，两件事情将会发生：

如果我在用户国家（这似乎是更合适的字段）创建索引，算法应该是相同的。

因此，请解释我从理解为什么在高基数数据上使用索引时错过了什么。

另外，关于相关主题：有没有一种情况，当索引比物化视图更优先？

2017-03-05 qiGuar

假设您在电子邮件等高基数列上创建索引。
如果您通过电子邮件查询用户标识，cassandra需要在所有主机上执行该查询才能获得该用户标识。你正在查询所有主机以获得一个用户ID，是不是很昂贵？

相反，如果你将不得不在下方建立

CREATE TABLE userid_by_email (
    email text PRIMARY KEY, 
    userid bigint 
);

这样的一个表卡桑德拉将通过查询一台主机上返回用户ID。

2017-03-05 18:15:41

总结：使用索引，当你知道分区键，你需要做的是必须打的所有节点，或做的事计数的全文检索，例如，有多少次你见过发表在博客（有击中所有节点）的所有文章，你需要像一个特定的值：

WHERE age = 18

使用物化视图，当你不知道分区键你需要的范围如下：

个

WHERE age > 18 and age < 30

参考文献：

主要文章！

•Cassandra Secondary Index Preview #1

这里是与物化视图和二级指标

这里是哪里的PK是已知的比较，更有效地使用索引

2017-05-10 07:06:55 HerberthObregon

回答