3

我们有一个大约 40k 行的表,查询二级索引很慢(生产时需要 30 秒)。我们的 cassandra 是 1.2.8。表架构如下:

CREATE TABLE usertask (
  tid uuid PRIMARY KEY,
  content text,
  ts int
) WITH
  bloom_filter_fp_chance=0.010000 AND
  caching='KEYS_ONLY' AND
  comment='' AND
  dclocal_read_repair_chance=0.000000 AND
  gc_grace_seconds=864000 AND
  read_repair_chance=0.100000 AND
  replicate_on_write='true' AND
  populate_io_cache_on_flush='false' AND
  compaction={'class': 'SizeTieredCompactionStrategy'} AND
  compression={'sstable_compression': 'SnappyCompressor'};

CREATE INDEX usertask_ts_idx ON usertask (ts);

当我打开跟踪时,我注意到有很多行如下:

Executing single-partition query on usertask.usertask_ts_idx

只有 40k 行,看起来 usertask_ts_idx 上有数千个查询。可能是什么问题呢?谢谢

更多调查

我在我们的测试服务器上尝试相同的查询,它要快得多(产品上 30 秒,测试服务器上 1-2 秒)。比较跟踪日志后,差异是在数据文件中寻找分区索引部分所花费的时间。在我们的生产环境中,每次搜索需要 1000-3000 微秒,在开发服务器上需要 100 微秒。我猜我们的生产服务器没有足够的内存来缓存数据文件,因此在数据文件中查找速度很慢。

4

1 回答 1

7

我假设ts是一个时间戳,在这种情况下,这不是二级索引的好候选。原因是它是一个高基数值(即所有值本质上都是唯一的)。这意味着您最终将在索引中为每一行添加几乎一行 --usertask有效地导致连接操作。在分布式数据库上连接非常慢。由于您尚未显示查询,我不确定您在做什么,但如果您想根据时间进行查询,则需要重新考虑您的模型。

于 2013-11-25T16:45:58.807 回答