Apache Cassandra static column 介绍与实战

假设咱们有这样的场景：咱们想在 Cassandra 中使用一张表记录用户基本信息（好比 email、密码等）以及用户状态更新。咱们知道，用户的基本信息通常不多会变更，可是状态会常常变化，若是每次状态更新都把用户基本信息都加进去，势必会让费大量的存储空间。为了解决这种问题，Cassandra 引入了 static column。同一个 partition key 中被声明为 static 的列只有一个值的，也就是只存储一份。

定义 static column

在表中将某个列定义为 STATIC 很简单，只须要在列的最后面加上 STATIC 关键字，具体以下：

CREATE TABLE "iteblog_users_with_status_updates" (
  "username" text,
  "id" timeuuid,
  "email" text STATIC,
  "encrypted_password" blob STATIC,
  "body" text,
  PRIMARY KEY ("username", "id")
);

iteblog_users_with_status_updates 表中咱们将 email 和 encrypted_password 两个字段设置为 STATIC 了，这意味着同一个 username 只会有一个 email 和 encrypted_password 。

注意，不是任何表都支持给列加上 STATIC 关键字的，静态列有如下限制。

一、若是表没有定义 Clustering columns（又称 Clustering key），这种状况是不能添加静态列的。以下：

cqlsh:iteblog_keyspace> CREATE TABLE "iteblog_users_with_status_updates_invalid" (
                    ...   "username" text,
                    ...   "id" timeuuid,
                    ...   "email" text STATIC,
                    ...   "encrypted_password" blob STATIC,
                    ...   "body" text,
                    ...   PRIMARY KEY ("username")
                    ... );
InvalidRequest: Error from server: code=2200 [Invalid query] message="Static columns are only useful (and thus allowed) if the table has at least one clustering column"

iteblog_users_with_status_updates_invalid 表只有 PRIMARY KEY，没有定义 clustering column，不支持建立 Static columns。这是由于静态列在同一个 partition key 存在多行的状况下才能达到最优状况，并且行数越多效果也好。可是若是没有定义 clustering column，相同 PRIMARY KEY 的数据在同一个分区里面只存在一行数据，本质上就是静态的，因此不必支持静态列。

二、若是建表的时候指定了 COMPACT STORAGE，这时候也不容许存在静态列：

cqlsh:iteblog_keyspace> CREATE TABLE "iteblog_users_with_status_updates_invalid" (
                    ...   "username" text,
                    ...   "id" timeuuid,
                    ...   "email" text STATIC,
                    ...   "encrypted_password" blob STATIC,
                    ...   "body" text,
                    ...   PRIMARY KEY ("username", "id")
                    ... )WITH COMPACT STORAGE;
InvalidRequest: Error from server: code=2200 [Invalid query] message="Static columns are not supported in COMPACT STORAGE tables"

三、若是列是 partition key/Clustering columns 的一部分，那么这个列不能说明为静态列：

cqlsh:iteblog_keyspace> CREATE TABLE "iteblog_users_with_status_updates_invalid" (
                    ...   "username" text,
                    ...   "id" timeuuid STATIC,
                    ...   "email" text STATIC,
                    ...   "encrypted_password" blob STATIC,
                    ...   "body" text,
                    ...   PRIMARY KEY ("username", "id")
                    ... );
InvalidRequest: Error from server: code=2200 [Invalid query] message="Static column id cannot be part of the PRIMARY KEY"
cqlsh:iteblog_keyspace> CREATE TABLE "iteblog_users_with_status_updates_invalid" (
                    ...   "username" text,
                    ...   "id" timeuuid,
                    ...   "email" text STATIC,
                    ...   "encrypted_password" blob STATIC,
                    ...   "body" text,
                    ...   PRIMARY KEY (("username", "id"), email)
                    ... );
InvalidRequest: Error from server: code=2200 [Invalid query] message="Static column email cannot be part of the PRIMARY KEY"

给静态列的表插入数据

含有静态列的表插入数据和正常表相似，好比咱们如今往 iteblog_users_with_status_updates 导入数据：

cqlsh:iteblog_keyspace> INSERT INTO "iteblog_users_with_status_updates"
                    ... ("username", "id", "email", "encrypted_password", "body")
                    ... VALUES (
                    ...   'iteblog',
                    ...   NOW(),
                    ...   'iteblog_hadoop@iteblog.com',
                    ...   0x877E8C36EFA827DBD4CAFBC92DD90D76,
                    ...   'Learning Cassandra!'
                    ... );
cqlsh:iteblog_keyspace> select username, email, encrypted_password, body from iteblog_users_with_status_updates;
 
 username | email                      | encrypted_password                 | body
----------+----------------------------+------------------------------------+---------------------
  iteblog | iteblog_hadoop@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76 | Learning Cassandra!

(1 rows)

咱们成功的插入一条数据了。可是上面的插入语句作了两件事：

• 全部 username 为 iteblog 数据中的 email 和 encrypted_password 都被设置为 iteblog_hadoop@iteblog.com 和 0x877e8c36efa827dbd4cafbc92dd90d76 了。
• 在 iteblog 所在的分区中新增了 body 内容为 Learning Cassandra! 的记录。

如今咱们再往表中插入一条数据，以下：

cqlsh:iteblog_keyspace> INSERT INTO "iteblog_users_with_status_updates"
                    ... ("username", "id", "body")
                    ... VALUES ('iteblog', NOW(), 'I love Cassandra!');
cqlsh:iteblog_keyspace> select username, email, encrypted_password, body from iteblog_users_with_status_updates;
 
 username | email                      | encrypted_password                 | body
----------+----------------------------+------------------------------------+---------------------
  iteblog | iteblog_hadoop@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76 | Learning Cassandra!
  iteblog | iteblog_hadoop@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76 |   I love Cassandra!
 
(2 rows)
cqlsh:iteblog_keyspace>

能够看到，此次插入数据的时候，咱们并无指定 email 和 encrypted_password，可是从查询结果能够看出，新增长的行 email 和 encrypted_password 的值和以前是同样的！

如今因为某些缘由，用户修改了本身的 email，咱们来看看会发生什么事：

cqlsh:iteblog_keyspace> UPDATE iteblog_users_with_status_updates SET email = 'iteblog@iteblog.com'
                    ... WHERE username = 'iteblog';
cqlsh:iteblog_keyspace> select username, email, encrypted_password, body from iteblog_users_with_status_updates;
 
 username | email               | encrypted_password                 | body
----------+---------------------+------------------------------------+---------------------
  iteblog | iteblog@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76 | Learning Cassandra!
  iteblog | iteblog@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76 |   I love Cassandra!
 
(2 rows)

从上面查询这输出的结果能够看出， username 为 iteblog 的 email 所有修改为同样的了！这就是静态列的强大之处。

如今表中存在了用户的邮箱和密码等信息，若是咱们前端作了个页面支持用户修改本身的邮箱和密码，这时候咱们的后台系统须要获取到现有的邮箱和密码，具体以下：

cqlsh:iteblog_keyspace> SELECT "username", "email", "encrypted_password"
                    ... FROM "iteblog_users_with_status_updates"
                    ... WHERE "username" = 'iteblog';
 
 username | email               | encrypted_password
----------+---------------------+------------------------------------
  iteblog | iteblog@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76
  iteblog | iteblog@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76
 
(2 rows)

能够看出，表中有多少行 username 为 iteblog 的数据将会输出多少行邮箱和密码，这确定不是咱们想要的。这时候咱们能够在查询的时候加上 DISTINCT 关键字，以下：

cqlsh:iteblog_keyspace> SELECT DISTINCT "username", "email", "encrypted_password"
                    ... FROM "iteblog_users_with_status_updates"
                    ... WHERE "username" = 'iteblog';
 
 username | email               | encrypted_password
----------+---------------------+------------------------------------
  iteblog | iteblog@iteblog.com | 0x877e8c36efa827dbd4cafbc92dd90d76
 
(1 rows)

这样无论表中有多少行 username 为 iteblog 的数据，最终都会显示一行数据。注意，虽然咱们加了 DISTINCT 关键字，可是 Cassandra 并非将 username 为 iteblog 的数据所有拿出来，而后再去重的，由于静态列原本在底层就存储了一份，因此不必去重。

静态列的意义

到这里，咱们已经了解了 Cassandra 中静态列的建立、使用等。那静态列有什么意义呢？由于 Cassandra 中是不支持 join 的，静态列至关于把两张表进行了 join 操做。

那何时建议使用静态列呢？若是两张表关联度很大，并且咱们常常须要同时查询这两张表，那这时候就能够考虑使用静态列了。

---

本文做者：明惠

阅读原文

本文为云栖社区原创内容，未经容许不得转载。