MATERIALIZED VIEW VS查询与允许过滤

我有以下表users((username), last_seen)其中last_seen基本上是写时间。表中的记录数量约为1000万。插入是非常简单的insert into users (username, last_seen) VALUES ([username], now)MATERIALIZED VIEW VS查询与允许过滤

但我需要通过last_seen栏查询（此查询运行，每分钟），例如：

select username from users where last_seen < (now - 1 day)

我有两个选择，因为我看到它：

使用物化视图：

CREATE MATERIALIZED VIEW users_last_seen AS 
SELECT last_seen, username 
FROM users 
WHERE last_seen IS NOT NULL 
PRIMARY KEY (last_seen, username);

，只是查询

select username from users_last_seen where last_seen < (now - 1 day)

查询用户表

select username from users where last_seen < (now - 1 day) ALLOW FILTERING

哪一个更有效？ AFAIK实体化视图不稳定并会影响性能。

来源

2017-10-08 igx

我发现在这种情况下使用SASI Index是最好的选择

来源

2017-10-10 13:45:09 igx

AFAIK物化视图是不稳定的

在这个时间点，我也这么认为。但这不是使用ALLOW FILTERING的原因。如果不是更多，那也同样糟糕。

我会建议创建另一个表或更改当前结构。

CREATE TABLE IF NOT EXISTS user_status (
    day date, 
    id timeuuid, 
    user text, 
    PRIMARY KEY ((day), id) 
);

此表格按每天进行分区。您只需要查询当天的数据并在客户端程序中准备好您的数据。

select * from user_status where day = '2015-05-03'

这既不能在服务器和客户端重。根据预期的数据大小，分区键可以进一步调整。

希望这会有所帮助！

来源

2017-10-09 04:53:59 chaitan64arun

非常感谢。然而，这并不能真正解决这个问题，因为'day'是一个参数，它也可以是小时或任何其他时期。因此使用建议的表格不是一个适当的解决方案。 – igx

您总是可以根据参数进行多个查询。例如：如果是3天，请进行3次查询以获得结果。通过这种方式，您可以识别Cassandra的分区，并避免完全搜索出现不可预知的性能问题。 – chaitan64arun

我的意思是，我需要的是这样来查询： '选择用户名其中，last_seen <（现在 - 1小时）' 也 '选择用户名从用户那里last_seen <（现在 - 1天）' 所以预定'日/小时'是不可能的。我可以按分钟划分，但它会创建到很多分区不是吗？ – igx

MATERIALIZED VIEW VS查询与允许过滤

回答

相关问题