用Column Family作为索引

用一个ColumnFamily来存储数据，用一个或者多个ColumnFamily来为这些数据提供索引服务，是一个常见的数据存储策略。

索引策略主要依赖需要被索引的数据。记住，索引中的每一行都存储在单一的节点上，所以当一个单行索引被大量使用的时候，这个节点的负载会比平均负载大一些。以下为一些常见使用的索引策略。

一对一

这种情况对应于关系数据库的唯一索引，被索引的值不存在重复，每一个被索引的值都对应于一条记录，可以使用Cassandra的宽表方式来存储索引信息，ColumnFamily的一行数据表示一个索引，每一个列的名称表示被索引的值，每一个列的值表示被索引数据所对应的Row Key。

索引特征：

一个被索引的值匹配一个数据行Key；

每个索引是一个单独的行，该行的每一列为被索引的数据行；

索引的行Key是你要使用的索引的名称；

索引的列名是被索引的值；

索引的列值是被索引的行key；

使用案例：

存在一个会员列表Users（user_id、name、email、addresss），每一行表示一条会员信息，其中存在一个User_ID列表示该会员的数字ID，具有唯一性。由于业务需要根据User_ID来查找用户信息，所以可以给User_ID建一个唯一索引。

在Cassandra中建立一个ColumnFamily，UNIQUE_INDEX

TableName: UNIQUE_INDEX
Row Key	INDEX_USERS_USER_ID
ColumnName	10000055	1000898	4562221
Value	USERS_ROW_KEY1	USERS_ROW_KEY2	USERS_ROW_KEY2

 

一个对几个

这种情况对应于关系数据库的普通索引，同样的值允许重复，但是重复的次数不会太多，并且对于重复值的读取存在一定的集合性。与前述的唯一索引类似，在索引的ColumnFamily中，依然是一个行对应于一个索引，行Key即为索引名称，不一样的地方在于Column是使用Super Column，对于被索引的值对应得多条记录，则分别用SuperColumn中的Sub Column来加以区别，超列名称为被索引的值，子列名称为索引值所对应的多条记录的Row Key，子列的值不需要存储任何信息。

索引特征：

一个被索引的值匹配几个行Key；

每个索引是一个单独的行，每个索引的值是一个超列；

索引的行Key是你要使用的索引的名称；

索引的超列名称是被索引的值；

索引的超列中的子列名称是被索引的行key；

超列中的子列没有值；

 

一个对多个

这种情况对应于关系数据库的位图索引，被索引的值具有一定的枚举性，每一个被索引的值都对应着成千上万的记录信息。我们常见的有对于状态的索引，比如Users表有一个字段，Status（1 初始化 2 待审核 3 审核通过 4 审核不通过 5 作废），业务需要根据状态来查询用户信息，则需要在Status上建立索引信息。对于每一个这样的索引字段，都需要使用一个专有的Column Family存储，对于行Key，则为被索引的值，对于列名则为被索引的值所对应的及记录的Row Key。

索引特征：

 

一个被索引的值匹配许多行Key；

每一个被索引的值只接受它自己的行；

每一个索引的行Key匹配被索引的行的列值；

列名称可以是：

   行Key，在没有排序要求的情况下；

   用于去排序Key的值；列值包含行keys；

每一个被索引的列名使用一个column family；