删除数据与分区键

的一部分

比方说，我在下面的表格有卡桑德拉：删除数据与分区键

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store_id和order_id，它是为了存储时间序列数据使用。

该数据没有TTL，因为它应该始终可以访问。

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：

写一个程序，将选择所有从表中的数据，并与给定store_id删除记录。 - 缺点是，我们在表格中插入更多的数据会花费更多的时间。
将数据留在表中。 - 这样做的唯一问题是我们将有无用的数据。
将表名与可用分区键一起存储在不同的表中，可以通过store_id查询，从中获取键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。

有没有人遇到过这个问题？清除Cassandra中未使用的记录（不包括TTL）的最佳做法是什么？

来源

2017-07-03 Ivan Stoyanov

你如何与分区键的一部分访问数据删除相应的记录？允许过滤将在生产中如此昂贵和无效。 – dilsingi

当我访问数据时，我有一个特定的'product_id'和'store_id'。 –

因此，它只有在删除时，您只有store_id和正常访问模式是通过product_id和store_id的分区键。基于此提供了我的答案。物化视图中的 – dilsingi

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MV给定的store_id，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。

create materialized view mv_customer_bought_product 
as select product_id, store_id, order_time, email 
from customer_bought_product 
where order_time is not null 
and email is not null 
and product_id is not null 
and store_id is not null 
primary key (store_id, product_id, order_time, email) ;

来源

2017-07-03 19:58:18 dilsingi

，除store_id和product_id之外的列可能被排除，这将有助于节省磁盘空间。 –

@ArunJoyThekkiniyath您需要让主表的主键中的所有列也出现在实体化视图中。有没有例外，以节省存储:) – dilsingi

谢谢你的答案。使用物化视图是一个很好的解决方案，因为我只需要维护一个表。 –

删除部分分区键是不可能的。

这里有一个办法：

创建一个单独的表，将拥有所有的product_id对一个给定的商店。

CREATE TABLE product_by_store(
store_id uuid, 
product_id set<text>, 
PRIMARY KEY(store_id) 
);

现在诡计书面customer_bought_product，也更新到product_by_store，像

UPDATE product_by_store SET product_id=product_id + 'someValue' WHERE store_id=GIVEN_STORE_ID

您可以使用批处理语句而写，这样你会得到原子。

现在在删除，你可以得到所有的product_id给定STORE_ID然后用

DELETE FROM customer_bought_product WHERE store_id=GIVEN_STORE_ID and product_id in (PRODUCT_ID YOU GET from product_by_store table)

而且从customer_bought_product

来源

2017-07-04 05:11:19

删除数据与分区键

回答

相关问题