Почему супер-колонны в Кассандре больше не пользуются популярностью?

Question

В последнем выпуске я читал, что супер-столбцы нежелательны из-за "проблем с производительностью", но это не объясняется.

Затем я читаю статьи, подобные этой, которые дают замечательные шаблоны индексации, используя супер-столбцы.

Это оставляет меня без понятия о том, что в настоящее время является лучшим способом сделать индексацию в Кассандре.

1. Каковы проблемы с производительностью супер-столбцов?
2. Где я могу найти текущие лучшие практики для индексации?

Answer 1

Суперколонки страдают от ряда проблем, не в последнюю очередь из-за того, что Кассандре необходимо десериализовать все подколонки суперколонки при запросе (даже если результат вернет только небольшое подмножество). В результате существует практическое ограничение на количество подколонок на один столбец, которые можно сохранить до того, как снизится производительность.

Теоретически это можно исправить в Cassandra путем правильной индексации подколонок, но единодушным является то, что составные столбцы являются лучшим решением и работают без дополнительной сложности.

Самый простой способ использовать составные столбцы - воспользоваться абстракцией, предоставляемой CQL 3. Рассмотрим следующую схему:

CREATE TABLE messages(
    username text,
    sent_at timestamp,
    message text,
    sender text,
    PRIMARY KEY(username, sent_at)
);

Имя пользователя здесь - это ключ строки, но мы использовали определение PRIMARY KEY, которое создает группировку ключа строки и столбца sent_at. Это важно, так как имеет эффект индексации этого атрибута.

INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:42:15', 'Hi', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('alice', '2012-08-01 11:42:37', 'Hi yourself', 'bob');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:43:00', 'What are you doing later?', 'alice');
INSERT INTO messages (username, sent_at, message, sender) VALUES ('bob', '2012-08-01 11:47:14', 'Bob?', 'alice');

За кулисами Кассандра будет хранить вставленные выше данные примерно так:

alice: (2012-08-01 11:42:37,message): Hi yourself, (2012-08-01 11:42:37,sender): bob
bob:   (2012-08-01 11:42:15,message): Hi,          (2012-08-01 11:42:15,sender): alice, (2012-08-01 11:43:00,message): What are you doing later?, (2012-08-01 11:43:00,sender): alice (2012-08-01 11:47:14,message): Bob?, (2012-08-01 11:47:14,sender): alice

Но используя CQL 3, мы можем запросить "строку", используя предикат sent_at, и получить обратно табличный набор результатов.

SELECT * FROM messages WHERE username = 'bob' AND sent_at > '2012-08-01';
 username | sent_at                  | message                   | sender
----------+--------------------------+---------------------------+--------
      bob | 2012-08-01 11:43:00+0000 | What are you doing later? |  alice
      bob | 2012-08-01 11:47:14+0000 |                      Bob? |  alice