排序: Cassandra vs RDBMS

Question

在关系数据库中，我们在编写fetch查询时决定顺序。但对于Cassandra，我们在创建表时必须这样做。

这种差异背后的原因是什么？

Answer 1

在时间和空间方面，对数据进行排序或排序是非常昂贵的。需要处理整个数据集来决定顺序，并且排序不能完全以分布式方式完成。最佳算法的复杂度为O(n * log )。在实践中，当数据适合主内存(不需要将中间数据存储在磁盘上或从另一个节点移动)时，通常使用快速排序，其复杂度为O(n * n)，但在通常情况下，其性能优于合并排序或其他O(n * log )算法。

RBDMS通常不是分布式的，因此如果数据不适合主存，性能会受到磁盘IO的影响。在分布式数据库和分布式数据的情况下，需要在节点之间移动数据，这通常是非常昂贵的。

在RDBMS中，查询花费大量时间的情况并不少见。因此，提供了调查查询计划的工具，因此可以调整查询或添加必要的索引。在最坏的情况下，它需要物化查询结果，更改模式，或者放弃并移动到另一个设计用于分析处理的DBMS。

Cassandra选择了不同的方法:它专注于性能，不支持昂贵的操作。相反，它要求用户提前考虑数据的使用情况和未来的查询，并根据未来的使用情况设计模式。要获得有序的结果，必须将所需的列包括到聚集键中。但是，顺序将按分区进行维护，而不是跨分区进行维护。这是由于相同的原因，决定新记录的全局顺序可能需要查看其他节点的数据。

有限的查询支持允许在Cassandra中提供性能保证。