Le nombre de lignes d'une colonne de la famille de Cassandra

Est-il un moyen d'obtenir un nombre de lignes (nombre de clés) d'une seule colonne de la famille de Cassandra? get_count ne peut être utilisée pour obtenir le nombre de colonnes.

Par exemple, si j'ai une famille de la colonne contenant les utilisateurs et voulait obtenir le nombre d'utilisateurs. Comment pourrais-je le faire? Chaque utilisateur est son propre rang.

InformationsquelleAutor Henri Liljeroos | 2009-12-23
  1. 39

    Si vous travaillez sur un grand ensemble de données, et sont d'accord avec une assez bonne approximation, je recommande fortement d'utiliser la commande:

    nodetool --host <hostname> cfstats

    Cela va générer une liste pour chaque colonne de la famille qui ressemble à ceci:

    Column Family: widgets
SSTable count: 11
Space used (live): 4295810363
Space used (total): 4295810363
Number of Keys (estimate): 9709824
Memtable Columns Count: 99008
Memtable Data Size: 150297312
Memtable Switch Count: 434
Read Count: 9716802
Read Latency: 0.036 ms.
Write Count: 9716806
Write Latency: 0.024 ms.
Pending Tasks: 0
Bloom Filter False Postives: 10428
Bloom Filter False Ratio: 1.00000
Bloom Filter Space Used: 18216448
Compacted row minimum size: 771
Compacted row maximum size: 263210
Compacted row mean size: 1634

    Le "Nombre de Touches (estimation)" ligne est une bonne estimation sur l'ensemble du cluster et de la performance est beaucoup plus rapide que l'explicite le comte approches.

    • N'est pas le Nombre de Touches, une estimation pour ce nœud, pas l'ensemble du cluster?
    • Oui, il est. Le nodetool contacts la ColumnFamilyStoreMBean qui utilise ColumnFamilyStore, qui utilise DataTracker, qui renvoie la somme des estimations de chaque local SSTable.
    • 'nodetool --host <nom d'hôte> cfstats" donne-moi gist.github.com/cdwijayarathna/e6b4d3d7d8c272fcfd24, mais il n'y a pas d'attribut " Nombre de Touches, ce qui est la raison?
    • il semble qu'ils ont laissé tomber cette info dans 2.0 datastax.com/documentation/cassandra/2.0/cassandra/tools/...
    InformationsquelleAutor Justin DeMaris
  2. 6

    Si vous utilisez une commande,-préserver l'outil de partitionnement, vous pouvez le faire avec get_range_slice ou get_key_range.

    Si vous n'êtes pas, vous aurez besoin de stocker votre id d'utilisateur dans une ligne spéciale.

    • Que faire si j'ai des millions de lignes? get_range_slice se sent en quelque sorte lourd pour un simple comptage de l'opération. Suis-je le droit?
    • Vous avez raison, le comptage d'objets bruts, est relativement cher dans les systèmes distribués par rapport à ce que vous êtes habitués à un système qui permet de garder un index dans la mémoire locale.
    InformationsquelleAutor jbellis
  3. 0

    Il y a toujours de map/reduce, mais cela va sans dire. Si vous avez qu'avec de la ruche ou de porc, alors vous pouvez le faire pour n'importe quel tableau, à travers le cluster si je ne suis pas sûr tasktrackers savoir à propos de cassandre localité et donc il peut avoir pour diffuser l'ensemble de la table à travers le réseau, de sorte que vous obtenez de la tâche trackers sur cassandra nœuds, mais les données qu'ils reçoivent peut-être à partir d'un autre nœud cassandra :(. J'aimerais savoir si quelqu'un sait pour sûr.

    REMARQUE: la mise en place d'map/reduce sur cassandra principalement parce que si nous voulons un indice plus tard, nous pouvons map/reduce un dans cassandra.

    InformationsquelleAutor Dean Hiller
  4. -3

    J'ai été faire les compte comme cette après-je convertir les données dans une table de hachage en PHP.

    • Qui n'est manifestement pas d'échelle, comme à un certain point, la valeur de hachage ne sont pas adaptées (utilement) en PHP de ram de plus. Cassandra est graduelle des trucs.
    • Je sais - c'est ce qui me préoccupe. Je suis encore en phase de développement et la recherche d'une meilleure solution aux problèmes de ce type.
    InformationsquelleAutor Philip Schlump