2

我正在将现有的基于 MySQL 的应用程序转移到 Cassandra。到目前为止，找到等效的 Cassandra 数据模型非常容易，但我偶然发现了以下问题，对此我很感激一些输入：

考虑一个包含数百万个实体的 MySQL 表：

CREATE TABLE entities (
  id INT AUTO_INCREMENT NOT NULL,
  entity_information VARCHAR(...),
  entity_last_updated DATETIME,
  PRIMARY KEY (id),
  KEY (entity_last_updated)
);

每五分钟查询一次表中需要更新的实体：

 SELECT id FROM entities 
  WHERE entity_last_updated IS NULL 
     OR entity_last_updated < DATE_ADD(NOW(), INTERVAL -7*24 HOUR)
  ORDER BY entity_last_updated ASC;

然后使用以下查询更新此查询返回的实体：

 UPDATE entities 
    SET entity_information = ?, 
        entity_last_updated = NOW()
  WHERE id = ?;

什么是相应的 Cassandra 数据模型，它允许我存储给定的信息并有效地查询实体表中需要更新的实体（即：过去 7 天内未更新的实体）？

4

2 回答 2

2

要实现您所描述的，您需要将列名作为时间戳，并使用开始时间和结束时间的获取切片函数，它将为您提供列名在该范围内的所有行。还使用列名排序，这样您就可以得到按时间排序的结果。

于 2010-04-17T04:21:32.167 回答
1

您必须扫描所有行并从您感兴趣的列中获取时间戳。如果这是您每天运行的东西，那么在 Hadoop 作业中执行此操作应该没问题。如果它是你每隔几分钟运行一次，那么你需要想出另一种方法。

于 2010-03-31T15:01:56.087 回答