cassandra ALLOW FILTER 的工作原理

大数据与SDN砖家

于 2015-09-10 14:17:51 发布

阅读量2.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： cassandra

本文链接：https://blog.youkuaiyun.com/luokingfly/article/details/48342805

cassandra 专栏收录该内容

8 篇文章

订阅专栏

本文详细探讨了Cassandra数据库中ALLOW FILTERING的工作原理，包括其在查询优化、数据分布和性能影响等方面的关键点。通过对实际案例的分析，揭示了如何恰当使用这一特性以避免潜在问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

创建一下一个table:

CREATE TABLE ruling_stewards (
  steward_name text,
  king text,
  reign_start int,
  event text,
  PRIMARY KEY (steward_name, king, reign_start)
);

当用

SELECT * FROM ruling_stewards
  WHERE king = 'none'
  AND reign_start >= 1500
  AND reign_start < 3000 LIMIT 10 ALLOW FILTERING;

时，会报错误：

Bad Request: Cannot execute this query as it might involve data
filtering and thus may have unpredictable performance. If you want
to execute this query despite the performance unpredictability,
use ALLOW FILTERING.

要求用allow filtering， 为啥呢 ？官方的解释是：

ALLOW FILTERING will probably become less strict as we collect more statistics on our data. For example, if we knew that 90% of entries have no king we would know that finding 10 such entries should be relatively inexpensive.

加了ALLOW FILTERING 后，cassandra会根据已经创建好的统计表，查询那些NODE 上最有可能有king这个cluster, 然后到最有可能的node上去找满足条件的entries。 如果没有加ALLOW FILTERING , 那就是盲找，这个查询代价非常高。