Cassandra 主键组成及分区键的作用

题目

Cassandra 主键组成及分区键的作用

信息

• 类型：问答
• 难度：⭐

考点

主键组成,分区键作用,数据分布原理

快速回答

Cassandra 主键由分区键（Partition Key）和集群键（Clustering Key）组成：

• 分区键决定数据在集群中的物理存储位置（分区）
• 集群键决定分区内数据的排序顺序
• 主键设计直接影响查询效率和负载均衡

1. 原理说明

Cassandra 的主键（PRIMARY KEY）是数据模型的核⼼，包含两部分：

• 分区键（Partition Key）：通过哈希算法决定数据存储在哪个节点。相同分区键的数据会存储在同一个物理分区（Partition）中，保证高效读取。
• 集群键（Clustering Key）：决定分区内数据的物理排序顺序，支持范围查询和排序操作。

2. 代码示例

创建用户表时定义主键：

CREATE TABLE users (
    country_code TEXT,       // 分区键（第一部分）
    user_id UUID,            // 分区键（第二部分）
    registration_date DATE,  // 集群键
    name TEXT,               // 普通列
    PRIMARY KEY ((country_code, user_id), registration_date)
);

说明：

• (country_code, user_id) 是复合分区键
• registration_date 是集群键
• 相同国家+用户的数据存储在同一个分区
• 分区内按注册日期排序

3. 最佳实践

• 分区键设计：选择高基数字段（如用户ID），避免数据倾斜（如只用 country_code 会导致中国分区过大）
• 集群键使用：将常用查询条件设为集群键（如时间戳）
• 查询优化：WHERE 子句必须包含分区键，否则触发低效的全集群扫描

4. 常见错误

• 热点分区：分区键设计不当（如只用 status 字段），导致某个分区写入/读取压力过大
• 低效查询：未指定分区键的查询（如 SELECT * FROM users WHERE name='Alice'）
• 过度宽分区：单个分区存储超过 10 万行数据，影响性能

5. 扩展知识

• Token Range：分区键通过 token() 函数哈希为 token 值，决定数据在环上的位置
• 复合主键：分区键和集群键均可由多列组成（如 PRIMARY KEY ((col1, col2), col3, col4)）
• 数据局部性：同一分区的数据物理上连续存储，高效读取