MAX(), DISTINCT и group by в Кассандре

с Кассандрой вы решаете такие проблемы, делая больше работы при вставке данных , что звучит так, как будто это будет медленно, но Кассандра предназначена для быстрой записи, и вы, вероятно, будете читать данные много раз, чем вы пишете, поэтому имеет смысл, когда вы рассматриваете всю систему.

Я не могу точно сказать, как создать таблицы для моделирования вашей проблемы, потому что это будет зависеть от деталей. Вам нужно найти схему, которая позволит вам получить данные без выполнения каких-либо агрегаций на лету. Подумайте о том, как создавать представления для запросов в СУБД, а затем попробуйте подумать, как вставлять данные непосредственно в эти представления, а не в базовые таблицы. Вот как ты моделируешь вещи в Кассандре.

хотя это старый вопрос, он появляется в результатах поиска Google довольно высокой. Так что я хотел сообщить новости.

Cassandra 2.2 + поддерживает определенную пользователем функцию и определенные пользователем агрегаты. предупреждение: это не означает, что вам больше не нужно делать моделирование данных (как было указано @Theo), а просто позволяет немного предварительно обрабатывать ваши данные при извлечении.

выберите DISTINCT (a2) из demo2, где Б2='море'

для реализации DISTINCT, вы должны определить функцию и agreggate. Я вызову как функцию, так и совокупность uniq, а не distinct подчеркнуть тот факт, что он является пользователем.

CREATE OR REPLACE FUNCTION uniq(state set<text>, val text)
  CALLED ON NULL INPUT RETURNS set<text> LANGUAGE java
  AS 'state.add(val); return state;';
CREATE OR REPLACE AGGREGATE uniq(text)
  SFUNC uniq STYPE set<text> INITCOND {};

тогда вы используете его следующим образом:

SELECT uniq(a2) FROM demo2 where b2='sea';

выберите sum(a3), sum (b3) из demo3, где c3= "вода" и d3= "океан"

SUM предоставляется из коробки и работает, как вы ожидаете. Видеть system.sum.

выберите a1, MAX (b1) из группы demo1 по a1

GROUP BY - это непросто. На самом деле, нет способа сгруппировать строки результатов по некоторому столбцу. Но что вы можете сделать, это создать map<text, int> и группировать их вручную на карте. На основе примера из блога Кристофера Бейти, group-by и max:

CREATE OR REPLACE FUNCTION state_group_and_max(state map<text, int>, type text, amount int)
  CALLED ON NULL INPUT
  RETURNS map<text, int>
  LANGUAGE java AS '
    Integer val = (Integer) state.get(type);
    if (val == null) val = amount; else val = Math.max(val, amount);
    state.put(type, val);
    return state;
  ' ;

CREATE OR REPLACE AGGREGATE state_group_and_max(text, int) 
  SFUNC state_group_and_max
  STYPE map<text, int> 
  INITCOND {};

тогда вы используете его следующим образом:

SELECT state_group_and_max(a1, b1) FROM demo1;

Примечания

• как уже было сказано выше, вы все еще должны инвестировать некоторое время в моделирование данных, не злоупотребляйте этими функциями
• вы должны установить enable_user_defined_functions=true в своем cassandra.yaml для включения функции
• вы можете перегрузить функции для поддержки группировки по столбцам разных типов.

ссылки:

• великие примеры UDF и UDA Кристофера Бейти и несколько
• документы Datastax на UDF и УДА
• пользовательские функции в Cassandra 3.0 (блог Planet Cassandra)

Cassandra 3.10 теперь поддерживает Group BY parition key и ключ кластеризации. Вы можете обратиться к этой ссылке подробнее.