Cassandra中的宽行与集合比较

Question

我正在尝试在Cassandra中建模多对多的关系，例如Item-User关系。用户可以喜欢许多物品，而物品也可以被许多用户购买。假设“喜欢”事件发生的顺序不是一个问题，并且最常用的查询是根据物品和用户返回“喜欢”。

有一些帖子讨论数据建模的问题，请参考这里。

另一种方法是在用户表中存储一组ItemID以表示该用户喜欢的物品，并在CQL3的Items表中执行类似的操作。

问题:

1. 使用集合会影响性能吗？我认为它们转换为复合列？ 因此读取模式、缓存和其他因素应该类似?
2. 对于写入频繁的应用程序，集合的性能是否较差？频繁更新集合是否性能较差？

- unj2

Answer 1

使用宽行而不是集合有几个优点：

1. 集合中允许的元素数量为65535（无符号短整型）。如果可能存在超过该数量的记录，请使用宽行，因为该限制要高得多（每个分区的20亿个单元格（行*列））。
2. 读取集合列时，每次都会读取整个集合。与宽行相比，您可以在查询中限制要读取的行数，或者根据聚簇键限制查询条件（即日期>2015-07-01）。

对于您特定的用例，我认为建模“items_by_user”表比在“users”表上使用list<item>列更理想。

- Andy Tolbert

---

你不觉得如果我创建一个 items_by_user 表，那么在读取数据时我将不得不进行单独的 SELECT 查询吗？ - Manish Kumar

这并不是什么不寻常的事情。你只需要考虑将数据存储在查询的上下文中。如果每次查询项目时都需要完整的用户数据，那么可以将用户数据存储在静态列（姓名、地址等）中，这样它们就可以在用户共享的所有项目之间共享。如果您已经从先前的查询中获取了用户数据或根本不需要它，则不需要在items_by_user中使用该数据。 - Andy Tolbert

Cassandra适合将数据插入到多个表中，并在不同的表上执行多个SELECT操作吗？例如，Select id FROM table1，然后SELECT col FROM table2 where rowId = <来自第一个表的id>。 - Manish Kumar

当然可以这样做，如果这是一个常见的模式，如果合理的话，你可以考虑将所有数据放在一个表中。 - Andy Tolbert

您的问题略微偏题，如果您需要更多信息，请创建一个新问题，我可以提供更多信息。 - Andy Tolbert