我使用docker容器在一台机器上设置了一个完全复制的3节点cassandra群集，状态如下：
Datacenter: dc_n1 ================= Status Address Load Tokens Owns Host_ID Rack UN 172.18.0.3 83.98 MiB 256 100.0% 5bf rack_n1 Datacenter: dc_n2 ================= Status Address Load Tokens Owns Host_ID Rack UN 172.18.0.6 83.52 MiB 256 100.0% 0518 rack_n2 Datacenter: dc_n3 ================= Status Address Load Tokens Owns Host_ID Rack UN 172.18.0.2 83.52 MiB 256 100.0% ca95 rack_n3 现在考虑以下键空间： create KEYSPACE stackoverflow WITH replication = {'class': 'NetworkTopologyStrategy', 'dc_n1':1,'dc_n2':1,'dc_n3':1}; 表定义为（假设t\u notid是唯一的）： create TABLE stackoverflow.TABLE (T_ID int PRIMARY KEY, T_notID int, T_Data text); 当我向cassandra节点发送大量（比如说100个）并发java线程提交以下两个jdbc查询（重复，一分钟）时，我看到（b）查询的性能下降了100倍：
（a） 从t\u id=？
（b） 从表中选择t\u data，其中t\u notid=？允许筛选
（b） 查询也会引发许多cassandra错误： com.datastax.driver.core.exceptions.ReadTimeoutException: Cassandra timeout during read query at consistency ONE (timeout while waiting for repair of inconsistent replica) :
我知道，一般来说，在查询中使用“允许过滤”是一种反模式，应该非常小心地使用，但是在上面的简化示例中，由于数据是完全复制，并且每个节点上都有一个项目的副本，我不明白为什么pk查询和nonpk查询的行为不同。
换句话说，考虑到 read consistency 在这种情况下 ONE 而且每个节点都可以响应查询，而无需与集群中的其他节点进行通信（无论主键定义如何），我希望cassandra对集中式sql数据库有类似的行为。
有人能给我解释一下为什么会发生这种情况和/或我如何解决它吗？
1条答案
按热度按时间qq24tv8q1#
当您对分区键有条件时—cassandra知道数据在磁盘上的位置，并且可以跳到分区的开头并按顺序读取数据。但如果您有非分区的条件，那么您的查询将需要遍历所有数据并只过滤出必要的部分—您没有任何索引可以让cassandra找出数据所在的位置。
如果需要在
T_notID通常，您可以创建物化视图或辅助索引（但您需要了解它们有哪些限制）。datastax有一篇非常好的关于允许过滤以及在哪里可以使用它的博客文章。