如何在Cassandra中为TinyURL用例设计表？

Question

最近我遇到了一个著名的设计问题。“”

我发现的是为NoSQL星展担保的人，如DynamoDB或Cassandra。我已经读了几天关于Cassandra的文章，我想围绕这个DB为这个特定的问题设计我的解决方案。

1. 表的定义是什么？如果我选择下表定义：

创建表UrlMap(tiny_url文本主键，url文本)；

这不是会导致很多分区吗？由于分区键可以接受大约68B值(使用6个char base64字符串)

这在某种程度上会影响整体读写性能吗？如果是这样的话，有什么更好的模型来定义表。

Answer 1

Cassandra中数据建模的主要原则是为每个应用程序查询设计一个表。

对于URL缩短服务，主要的应用程序查询是为给定的微小URI检索等效的完整URL。在伪代码中，查询如下：

    GET long url FROM datastore WHERE uri = ?

请注意，为了服务的目的，我们不会存储web域名来使应用程序在任何领域可重用。过滤器(WHERE子句)是URI，所以这就是您想要的分区键，因此我们将相应地设计表：

CREATE TABLE urls_by_uri (
    uri text,
    long_url text,
    PRIMARY KEY(uri)
)

如果我们想检索http://tinyu.rl/abc123的URL，CQL查询是：

    SELECT long_url FROM urls_by_uri WHERE uri = 'abc123'

正如Phact和Andrew所指出的，没有必要担心您将存储在表中的分区(记录)的数量，因为您可以在Cassandra表中存储多达2^128个分区，这实际上是无限的。

在Cassandra中，使用Murmur3哈希算法(默认分区)将每个分区散列为一个令牌值。此实现将每个分区随机分布在集群中的所有节点上。同样的哈希算法用于确定哪个节点“拥有”分区，使得在Cassandra中检索(读取)非常快。

只要将SELECT查询限制在一个分区上，检索数据就会非常快。事实上，我与数百家拥有SLA的公司合作，在6-9毫秒之间读取95%的数据。这在Cassandra中是可以实现的，当您正确地建模数据并正确调整集群的大小时。干杯!

Answer 2

很多分区都很好，可以把它看作是使用c*作为一个键值存储。