问题标签 [secondary-indexes]

如何拦截 hbase 中查询的内容？我看到你可以拦截preGetOp，preScannerOpen但我不知道看到什么column families，column qualifiers正在被查询。你怎么看？

我愿意编写一个协处理器来拦截查询并在二级索引表中搜索......

在写入 Riak 的对象中包含二级索引 (2i) 对性能有何影响？

让我们考虑两种情况，都在一个存储桶中有大量对象。每个对象都有一个二级索引，我们称之为example_bin（但它也可以是一个整数索引）：

1. 几乎每个值example_bin都是不同的值。对索引的一个特定值的查询只返回一个或几个对象。这样的索引可以是电子邮件地址或注册时间（作为 unix 时间戳）。
2. example_intindex只有几个可能的值。因此，对特定索引值的查询会返回大量对象。这样的索引可以代表一个用户类别，例如“管理员”或“客户”。

更新这些对象时对性能有何影响？我知道每次更新对象时都需要检查索引。上述任何一个示例都可以构成 Riak 的耗时或耗费资源的任务吗？

我正准备重建一个数据库，该数据库有 3 个不同的表，所有表都包含相同的数据。不同之处在于每个用户 ID、用户名、电子邮件的 HashKey。我正在尝试将它们全部组合到一张表中，因为我认为冗余既不好又慢。我打算做的是将 UserId 作为 HashKey，并将 UserName 和 Email 作为二级索引。我还没有找到让 dynamoDb 在二级索引上强制唯一性的方法，因此计划使用条件写入来检查那些在写入数据库之前的唯一性。使用 SQL 这将非常容易，在 DynamoDb 中是否有更好的方法来做到这一点？我需要能够根据三个 UserId、UserName 和 Email 中的任何一个来查找用户。我想将此保留在一个表中，而不是使用将电子邮件引用到 UserId 或将 UserName 引用到 UserId 的另一个表。

在 cassandra 中，众所周知应该非常谨慎地使用二级索引。

例如，如果我有一张桌子：

这里用户名是分区键。现在我想支持当且仅当 usertype 是特定值 X 时返回特定用户（将给出用户名）的操作。

我有两种方法可以做到：

一：在用户类型上创建二级索引，可能的值（'A'，'B'，'C'）和用户名是分区键。

二：

我可以将带有用户名的行获取到客户端，然后检查用户类型是否为 A。

哪种方法更好？还请考虑一个宽行（不是那么大，10 秒）场景，其中并非分区的所有行都可能具有给定值（这需要一些客户端过滤）。

我不清楚二级索引是如何在特定节点中查找数据。

前任：SELECT * FROM user WHERE username='something' AND usertype='A'

例如 usertype hidden CF 有数据 'A'-> 'jhon', 'miller', 'chris',...等，100 个用户名

并且带有分区键的查询与用户类型一起给出它是扫描所有这 100 个用户名以匹配用户名“某事”，还是它只是先按用户名获取，如果它与“A”匹配，则查看用户类型列？它究竟是如何进行搜索的？给定索引在低基数数据上的查询票价如何，并且每个数据都映射到多行？

如果这很重要，我将使用 java 作为客户端。

更新： 我知道我可以在这个特定的例子中使用集群（用户类型）键，但我想知道我问过的权衡。我原来的表格要复杂得多。

我对Dynamo DB很陌生，可能这是一个非常微不足道的问题，但我浏览了 Dynamo DB 的文档和堆栈溢出问题，但我找不到一个链接，它告诉我如何查询 DDB 以获取只有散列键的GSI和没有为相同的指定范围键。

我得到异常 Illegal query expression: No hash key condition is found in the query。

我正在研究在 Amazon DynamoDB 之上实现可扩展的无序对象集合。到目前为止，已经考虑了以下选项：

1. 使用 DynamoDB 文档数据类型（地图、列表）并使用文档路径来访问独立项目。这对于收集限制为 400KB 的数据有一个明显的缺点，这意味着可能有 1..10K 个对象，具体取决于它们的大小。不太明显的缺点是将新对象插入此类集合的成本将是巨大的：亚马逊指定将根据总项目大小扣除写入容量，而不仅仅是新添加的对象 - 因此约 400 个容量单位接近大小限制时插入 1KB 对象。那么考虑到这一点排除了吗？

2. 使用复合主散列 + 范围键，其中主散列对于集合中的所有对象保持相同，范围键只是随机或原子计数器。明显的缺点是具有相同的哈希键会导致错误的键分布——当有大量对象的集合时基数很低。这意味着分区错误，并且存在规模问题，同一集合上的所有读/写都卡在一个分片上，受到 DynamoDB 分区每秒 3000 次读取/1000 次写入的限制。

3. 使用带有二级哈希 + 范围键的全局二级索引，其中哈希键对于属于同一集合的所有对象保持相同，而范围键只是随机的或原子计数器。与上面类似，GSI 的分区变得很差，并且它将成为一个瓶颈，因为太多相同的哈希值会迅速耗尽所有预置容量到索引。我没有找到 GSI 是如何准确实现的，因此不确定它受低基数的影响有多严重。

问题是，我是否可以忍受 (2) 或 (3) 并遭受不理想的密钥分配，或者是否有另一种实现被忽视的集合的方式，或者我应该考虑研究另一个 nosql 数据库引擎。

我创建了一个表和索引如下

在我插入或删除数百万次数据后。我发现当我使用后续查询时无法返回任何数据。实际上，数据中有这一行。

当我通过 PRIMARY KEY 查询时

它返回数据：

但是当我通过二级索引查询时，它返回null。

谢谢

二级索引如何与 Phoenix 配合使用。我有一个 HBASE 数据库设置，它是通过直接插入 HBASE 而不是通过 Phoenix 插入查询来更新的。但是所有的选择都将通过 Phoenix 选择查询来完成。Phoenix 二级索引在这些选择查询中仍然有效吗？

下面给出的是我用来从 Dynamodb 表中检索详细信息的方法。但是当我调用这个方法时，它最终抛出了一个异常“无法找到关键属性约会 ID 的属性”。这个特定表的主键是约会ID，但我已经在 PatientId 列上创建了一个全局二级索引。我在下面的查询中使用该索引来通过给定的患者 ID 获取预约详细信息。

我正在尝试使用 DynamoDB 表来存储这些数据：

DartsPlayerInsultTable

使用此处描述的方法（概念，而不是代码）：

这里：

和这里：

我希望每个客户玩家有多个侮辱记录。CustomerId 是我的哈希键 PlayerId 是我的范围键，我试图在键中使用 PlayerInsult，以便第二个 PlayerInsult 值插入第二条记录，而不是替换现有的记录。

为此尝试了全局索引和二级索引，但如果我尝试添加新的侮辱行，它仍然会用相同的客户-玩家密钥替换侮辱，而不是添加新的。

DynanoDB 对此的最佳使用方法有什么建议吗？我是否需要为范围键创建混合列？试图保持这个简单...