CASSANDRA学习笔记 （七） 索引原理

Cassandra的索引，采用了二级索引这个机制。

 

1. 概要：对于Cassandra来说，一级索引就是Primary Key. 因为查询的时候，可以直接根据Key算出token然后直接获取对应的记录。

而二级索引，作为辅助索引就是为了找到一级索引。然后再通过一级索引找到真正的值。

 

2. 实现：Cassandra之中的索引的实现相对MySQL的索引来说就要简单粗暴很多了。他实际上是 自动偷偷新创建了一张表格，同时将原始表格之中的索引字段作为新索引表的Primary Key！并且存储的值为原始数据的Primary Key。

因此，什么样的数据、字段适合做二级索引，也就很清楚了。

3. 什么时候 不适合 用索引

1. High-cardinality 列。 相当于这一列的值很多很多的时候。
   1. 因为查询了很多结果只能取出一小部分数据集
2. counter 类型的列
3. 删除、更新太过频繁的列
   1. Cassandra删除、更新数据都会给老数据设置一个Tombstone（墓碑）。当Tombstone的数据查过10K的时候，就会报错
   2. 再加上需要同步的更新索引表，Tombstone本身的标记也会很消耗资源
4. 数据集值太多（？）

再次强调一下：二级索引里面存储的是原始数据的Primary Key。因此如果一次查询的数据过多就会遇到超时异常

4. 总结一下：

就是索引对应的数据值不能太多也不能太少。 太多就超时，太少就浪费资源（需要创建太多的Primary Key）。 同时索引的列还要稳定，不能频繁的删除或者更新~

5. 如何使用索引

索引的使用非常简单，参考下面的代码以及相应的注释：

-- 创建索引 CREATE INDEX artist_names ON playlists( artist );   
-- 查询 SELECT * FROM playlists WHERE artist = 'Fu Manchu';   
-- 优化查询 SELECT * FROM playlists WHERE id = 62c36092-82a1-3a00-93d1-46196ee77204 AND  artist = 'Fu Manchu';-- 删除索引 drop index artist_names;