Início / coding / Perguntas / 77818598
Accepted
janovak
Asked: 2024-01-15 16:53:42 +0800 CST

Garantindo exclusividade em dados classificados no Cassandra

  • 772

Sou novo no Cassandra e estou tendo problemas para tentar descobrir como ordenar meus dados. Estou tentando gravar mensagens do twitch.tv para cada streamer. Eu quero algo como o seguinte

CREATE TABLE IF NOT EXISTS chat_data.twitch_chat_by_broadcaster_and_timestamp (
    broadcaster_id int,
    timestamp int,
    message text,
    PRIMARY KEY (broadcaster_id, timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC);

Embora não seja um problema para um projeto de hobby, como você resolve o problema de duas mensagens serem enviadas exatamente ao mesmo tempo. Estou ciente do TimeUUID, mas quero que as mensagens sejam classificadas pelo carimbo de data e hora de quando foram enviadas, e não parece que existam maneiras oficiais de criar um arquivo TimeUUIDdiferente do now().

Prevejo usar esse banco de dados para obter todas as mensagens em um determinado intervalo de tempo para um determinado fluxo. Sei que poderia adicionar outro UUIDcampo para garantir a exclusividade, mas isso atrapalharia minha consulta, pois preciso especificar um horário exato.

Qual é a maneira correta de ordenar esses dados para permitir consultas eficientes?

cassandra

1 respostas

  1. Best Answer

    Sei que poderia adicionar outro campo UUID para garantir a exclusividade, mas isso atrapalharia minha consulta, pois preciso especificar um horário exato.

    Não se você a adicionou como a última coluna de cluster:

    CREATE TABLE IF NOT EXISTS chat_data.twitch_chat_by_broadcaster_and_timestamp (
    broadcaster_id int,
    timestamp int,
    message_id uuid,
    message text,
    PRIMARY KEY (broadcaster_id, timestamp, message_id)
) WITH CLUSTERING ORDER BY (timestamp DESC, message_id ASC);

    Dessa forma, você poderia simplesmente gerar um novo UUID no momento da gravação. Contanto que você consulte a chave de partição de broadcaster_id, os dados ainda serão classificados por (ambos) timestamp, com message_idadição para garantir a exclusividade.

    Pelo que posso ver, a consulta de mensagens por broadcaster_idnão muda:

    > SELECT * FROM twitch_chat_by_broadcaster_and_timestamp WHERE broadcaster_id=68;

 broadcaster_id | timestamp     | message_id                           | message
----------------+---------------+--------------------------------------+---------------------------
             68 | 1705328231991 | ac74c7ba-1813-4b75-b873-8817c6f89a55 |            End of stream.
             68 | 1705328230499 | 0e2116d5-887c-4433-b9cc-e5c13534902d |  Next stream coming soon.
             68 | 1705327984482 | 01c52a3a-c1c3-4db4-b8a8-6f9fe3111911 |        Incoming messages!
             68 | 1705327983581 | 7a3c2444-5746-4928-9e6a-0ebaac7fbec5 | Next stream starting soon
    • 1

relate perguntas