复合柱和卡桑德拉

我有以下的列族在卡桑德拉存储在少数非常“宽”行的时间序列数据“IN”的关系：复合柱和卡桑德拉

CREATE TABLE data_bucket (
    day_of_year int, 
    minute_of_day int, 
    event_id int, 
    data ascii, 
    PRIMARY KEY (data_of_year, minute_of_day, event_id) 
)

在CQL壳，我能够运行的查询如此：

select * from data_bucket where day_of_year = 266 and minute_of_day = 244 
    and event_id in (4, 7, 11, 1990, 3433)

实质上，我修复复合列名（minute_of_day）的第一个分量的值和要选择基于所述不同值的非连续的一组列的的第二个组件（event_id）。由于“IN”关系被解释为平等关系，所以这可以很好地工作。

现在我的问题是，我将如何以编程方式完成相同类型的组合列切片，而不使用CQL。到目前为止，我已经尝试过Python客户端pycassa和Java客户端Astyanax，但没有任何成功。

任何想法都会受到欢迎。

编辑：

我加入柱族的描述输出通过卡桑德拉-CLI看到。由于我正在寻找基于Thrift的解决方案，所以这可能会有所帮助。

ColumnFamily: data_bucket 
    Key Validation Class: org.apache.cassandra.db.marshal.Int32Type 
    Default column value validator: org.apache.cassandra.db.marshal.AsciiType 
    Cells sorted by: org.apache.cassandra.db.marshal.CompositeType(org.apache.cassandra.db.marshal.Int32Type,org.apache.cassandra.db.marshal.Int32Type) 
    GC grace seconds: 864000 
    Compaction min/max thresholds: 4/32 
    Read repair chance: 0.1 
    DC Local Read repair chance: 0.0 
    Populate IO Cache on flush: false 
    Replicate on write: true 
    Caching: KEYS_ONLY 
    Bloom Filter FP chance: default 
    Built indexes: [] 
    Compaction Strategy: org.apache.cassandra.db.compaction.SizeTieredCompactionStrategy 
    Compression Options: 
    sstable_compression: org.apache.cassandra.io.compress.SnappyCompressor

来源

2013-09-24 Nikhil

你确定这个查询在卡桑德拉cqlsh作品？在卡桑德拉IN操作只支持分区键，在你的情况event_id仅仅是聚类列。 – abhi

@abhi它当然可以工作。我的理解是，只要所有先前的组件指定了严格的平等关系，组合列的最后一个组件就可以指定一个范围/一列的列。看看这里：http://www.datastax.com/dev/blog/introduction-to-composite-columns-part-1 – Nikhil

@abhi在这里：http://cassandra.apache.org/doc/cql3/ CQL.html＃selectStmt – Nikhil

Thrift API中没有“IN”类型的查询。您可以为每个组合列值执行一系列get查询（day_of_year，minute_of_day,event_id）。

如果您event_id小号是连续的（和你的问题说，他们是不是），你可以执行单一get_slice查询，传递范围（例如，day_of_year，minute_of_day和范围的event_id S）。您可以用这种方式抓取它们，并以编程方式自己过滤响应（例如，使用4-3433之间的事件ID获取日期的所有数据）。更多的数据传输，更多的客户端处理，所以不是一个很好的选择，除非你真的在寻找一个范围。

因此，如果您想在Cassandra中使用“IN”，您需要切换到基于CQL的解决方案。如果您正在考虑在python中使用CQL，另一个选项是cassandra-dbapi2。这为我工作：

import cql 

# Replace settings as appropriate 
host = 'localhost' 
port = 9160 
keyspace = 'keyspace_name' 

# Connect 
connection = cql.connect(host, port, keyspace, cql_version='3.0.1') 
cursor = connection.cursor() 
print "connected!" 

# Execute CQL 
cursor.execute("select * from data_bucket where day_of_year = 266 and minute_of_day = 244 and event_id in (4, 7, 11, 1990, 3433)") 
for row in cursor: 
    print str(row) # Do something with your data 

# Shut the connection 
cursor.close() 
connection.close()

（测试用卡珊德拉2.0.1。）

来源

2013-09-24 22:15:17 lorcan

它在CQL中有效，但正如我在我的问题中提到的，我正在寻找一个没有它的解决方案。 – Nikhil

如果您不想使用CQL，您是否在寻找基于Thrift或CLI的替代方案？ [卡桑德拉自己的建议是使用基于CQL的客户端]（http://wiki.apache.org/cassandra/ClientOptions）。建议的解决方案将允许您构建任何基于CQL的查询（传递给'cursor.execute'的字符串），并使用cassandra-dbapi2客户端以编程方式执行它。 – lorcan

我必须与使用Astyanax而不使用CQL的现有代码集成。尽管我可能会推动CQL，但我很想知道如何通过Thrift在封面下工作。 – Nikhil

复合柱和卡桑德拉

回答

相关问题