是否可以获取Cassandra复合键的所有值？

Question

假设我有：

cur.execute("CREATE TABLE data_by_year ( device_id int, \
        site_id text, year_id int, event_time timestamp, value float, \
        PRIMARY KEY ((device_id, site_id, year_id),event_time))")

我想查询2014年和2013年的所有设备。

result=cur.execute("select distinct device_id, site_id, year_id,\
    from data_by_year where device_id IN (324535, 32453l),\
    and site_id in  and year_id IN (2014)")

显然，这个语句有很多问题，但这是我能想到的最好例子。我想说的是“where device_id IN (324535, 32453l)”这一部分。实际上，我并不知道所有的设备，所以我想要获取“所有”的设备。我该怎么做呢？

我处理的是按分钟记录的时间序列数据，所以我觉得以一年为单位进行划分是合理的。

Answer 1

你可以使用 ALLOW FILTERING 来获取所有数据，但要知道这样做会对性能造成影响，因为所有的节点都需要回应。

select distinct device_id, site_id, year_id from data_by_year ALLOW FILTERING;

通过添加限制条件，可以稍微改善性能问题，但这样就无法实现数据的分页。如果你想要分页功能，可以考虑使用 datastax 的 Java 驱动，它有分页特性（或者等到 datastax 的 Python 驱动支持分页）。

如果以上方法都不适合你的需求，重新设计你的表结构可能是更好的选择（这可能还涉及到使用二级索引，但这也可能会影响性能）。

Answer 2

knifewine的回答是对的，不过如果你打算经常执行这个查询（并且想要更好的性能），我建议使用第二个表：

CREATE TABLE all_device_data_by_year (
    site_id text,
    year_id int,
    device_id int,
    event_time timestamp,
    value float,
    PRIMARY KEY ((site_id, year_id), device_id, event_time)
)

你可能想要按天或按月来分区，而不是按年，这要看你有多少设备。

关于Python驱动程序中自动查询分页的支持，现在在2.0版本中已经可以用了。我很快就会准备好一个2.0-beta版本。