我有大约 200 万条记录，每条记录有 10-12 个字段（大部分是字符串）。现在我想根据某些字段过滤记录。是否建议使用二级索引或其他更好的选项来执行此操作？另外，获取所有记录/仅键（在应用过滤器之后）需要多长时间？
提前致谢。
问问题
134 次
1 回答
3
您可以使用谓词过滤器进行扫描 - 这是非常通用的（您甚至可以执行正则表达式）或仅尊重字符串上的相等过滤器的二级索引查询。
扫描更可靠，并且在下一个即将发布的版本（2020 年 3 月/2020 年 4 月）中会更好地管理其进度。扫描确实需要先从磁盘读取所有记录，然后再应用过滤器。
SI 会更快，因为您在从磁盘获取记录之前正在过滤（内存二级索引），但如果底层集群节点不稳定 - 即如果您在 SI 查询期间丢失或添加节点，则可靠性会降低。该查询在所有集群节点上并行运行，并将结果以不特定顺序传送回客户端。您可以通过使用“failOnClusterChange”选项并在集群稳定时重新启动来缓解这种情况。（扫描也有相同的选项可用。）
哪个更好？对您的具体问题进行 A/B 测试。
于 2020-03-30T18:03:17.600 回答