反转Cassandra索引

问题

通过前面的文章：《谈谈Cassandra的客户端》和《大话Cassandra数据模型》我们已经了解了Cassandra的数据模型和编程接口的情况。

假如我们在实际的应用中我们的数据是这样保存的：

每一个key对应了一些列的Column：port，Version，Service，Status等等。

通过某一个key，我们能够找到和这个key相关的所有Column的值。

假设我们要找到Column的name为Service，并且Column的值为app2的所有的Key值，那么我们应该如何操作呢？

根据Cassandra提供的Thrift API，我们并不能够直接找到这样的数据，唯一可以操作的方式就是通过KeyRange的方式：进行全表扫描，找到符合条件的值。

这种方式虽然可以解决问题，但是当数据量非常巨大的时候，进行这种查询的效率还是非常有限的。

解决

我们可以考虑使用反转索引的办法来解决这类的查询问题。

在原先数据模型的基础之上，我们根据实际的查询需求，建立以下额外的数据

我们建立key为Service=app2，然后对应的值为key2。

这样，当我们需要查询所有的Column的name为Service，并且Column的值为app2的所有的Key值时候，我们可以直接将Service=app2作为key传给Cassandra，然后就可以获得所有相应的key了。

当我们想知道这样的key中其他的Column值的时候，只要根据上一步找到的key，再次执行查询即可。

同样，我们想知道有Column的name为Service1的所有Key值时候，我们可以直接将Service1作为key传给Cassandra，然后就可以获得所有相应的key了。

这种方案的局限在于，如果需要索引的值越多，需要的额外空间就越大，同时当被索引的值进行修改的时候，索引的值也要同步进行修改。

还有一种方式。可以考虑使用Lucandra。在这篇文章中就不详细介绍了。

 

更多关于Cassandra的文章：http://www.cnblogs.com/gpcuster/tag/Cassandra/