假设我在Cassandra中有下表:
customer_bought_product (
store_id uuid,
product_id text,
order_time timestamp,
email text,
first_name text,
last_name text,
PRIMARY KEY ((store_id, product_id), order_time, email)
分区键是 store_id
和 order_id
,用于存储时间序列数据 .
数据没有 TTL
,因为它应始终可访问 .
在某些情况下,我们可能需要删除给定 store_id
的所有数据 . 这样做的最佳做法是什么?
到目前为止,我已经想到了以下解决方案:
-
编写一个程序,它将从表中选择所有数据并删除给定
store_id
的记录 . - 缺点是,随着我们在表格中插入更多数据,这将花费越来越多的时间 . -
将数据保留在表格中 . - 这样做的唯一问题是我们将拥有无用的数据 .
-
将表名与可用分区键存储在不同的表中,可以通过_1565297查询,从中获取密钥并为每个或那些键创建删除语句 . - 我不喜欢这个概念,因为我必须保持记录 .
有谁遇到过这个问题?清除Cassandra中未使用的记录(不包括 TTL
)的最佳做法是什么?
2 回答
创建物化视图以存储属于相应store_ids的product_id . 这样,您可以查询给定store_id的MV,然后从主表中删除相应的行 . 这样可以避免额外的应用程序代码来维护两个不同的表 .
无法通过部分分区键删除 .
这是一种方法:
创建一个单独的表,其中包含给定商店的所有product_id .
现在写到
customer_bought_product
,也更新到product_by_store
,喜欢的东西UPDATE product_by_store SET product_id=product_id + 'someValue' WHERE store_id=GIVEN_STORE_ID
您可以在编写时使用BATCH语句,这样您将获得原子性 .
现在,在删除时,您可以获取给定store_id的所有product_id,然后使用
DELETE FROM customer_bought_product WHERE store_id=GIVEN_STORE_ID and product_id in (PRODUCT_ID YOU GET from product_by_store table)
同时从
customer_bought_product
删除相应的记录