Cassandra/BigTable数据模型 - 构建索引的最佳方法是什么？

Question

我正在为PenWag.com进行从MySQL到Cassandra的转换。在Cassandra中，我将存储的用户从GUID中删除，但用户使用他们的电子邮件登录，而不是GUID（显然）。出于两个原因，GUID作为用户的关键字对我来说比电子邮件更有意义。从实际角度来看，使用SuperColumns更改或删除/添加行非常麻烦。从理论的角度来看，它仍然是一个用户，为什么他们的关键应该改变？

尽管如此，我的问题是：我在一个单独的ColumnFamily中创建索引，将email-> GUID映射为支持登录。这是一个标准类型的CF，其中列名是电子邮件，值是GUID。它是标准的，而不是超级的，以避免为每个映射加载整个SC。支持“更改电子邮件”很容易，它只是一个列删除/添加。但是，似乎替代方法是将索引存储为行而不是列，其中行键是电子邮件，而列存储GUID。删除/添加这些行将不会很麻烦，因为只有列（GUID）需要管理。

看来这两种方法都有效。每个的优缺点是什么？有最佳做法吗？

Answer 1

因为我没有动手与卡桑德拉或类似数据库的经验，你需要把我的答案盐:)

一粒如果要存储每个映射为一列，用电子邮件地址作为列名，这意味着包含大量列的单行。根据维基百科^[1]：

下单排键每个操作是每个副本原子不管多少列被读取或写入。

这可能会导致显著锁定开销，如果所有映射存储在单行中。

卡桑德拉维基指出^[2]：

行密钥是什么决定什么机器数据存储在。

这让我相信基于行键进行查找比在列名上进行查找更有效。根据这些信息，我建议使用电子邮件地址作为行密钥并将GUID存储在列中。

Answer 2

尼尔斯是正确的;每个用户一行将是手动完成此操作的正确方法。

我有资格说，因为在0.7，你可以只是有行中的电子邮件列与你键入按UUID用户数据的其余部分，并要求卡桑德拉其编入索引：http://www.riptano.com/blog/whats-new-cassandra-07-secondary-indexes