这是一个非常基本的问题，但它实际上已经困扰我好几天了。有没有一种好方法可以获取 Cassandra 中给定表的
COUNT(*)我将把数亿行移动到 C* 中进行一些负载测试，并且在通过网络移动大量数据之前，我希望至少获得一些示例 ETL 作业的行计数。
我最好的想法是基本上用 Python 循环每一行并自动递增计数器。有没有更好的方法来确定（甚至估计）C* 表的行大小？我还浏览了 Datastax Ops Center，看看是否可以确定那里的行大小。如果可以的话，我不明白这怎么可能。
还有其他人需要获得 C* 中的表的
count(*)是的，您可以使用
COUNT(*)使用 COUNT(*) 的 SELECT 表达式返回与查询匹配的行数。或者，您可以使用 COUNT(1) 来获得相同的结果。
统计users表的行数：
SELECT COUNT(*) FROM users;
您可以使用复制来避免 cassandra 超时通常发生在 count(*) 上
cqlsh -e "copy keyspace.table_name (first_partition_key_name) to '/dev/null'" | sed -n 5p | sed 's/ .*//'nodetool tablestatsnodetool tablestats <keyspace.table>您可以使用
dsbulk count例如，
dsbulk count -k <keyspace_name> -t <table_name>有关 dsbulk 的更多信息可以在这里
找到如果您不需要精确的计数，您还可以从
nodetool cfhistograms如果您正在运行 DSE，也可以使用 Spark。
$nodetool settimeout read 360000
cqlsh -e "SELECT COUNT(*) FROM table;" --request-timeout=3600
我一直在使用 Elasticsearch，这可以解决这个问题...假设您愿意使用 Elassandra 而不是 Cassandra。
搜索系统维护许多统计数据，在最后一次更新后的几秒钟内，它应该很好地了解表中有多少行。
这是一个“匹配所有查询”请求，可为您提供信息：
curl -XGET \
-H 'Content-Type: application/json' \
"http://127.0.0.1:9200/<search-keyspace>/_search/?pretty=true" \
-d '{ "size": 1, "query": { "match_all": {} } }'
其中
<search-keyspace>是 Elassandra 创建的键空间。它通常被命名为类似
<keyspace>_<table>foobar.../foo_bar/.../_search/输出是一个 JSON，如下所示：
{
"took" : 124,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 519659, <-- this is your number
"max_score" : 1.0,
"hits" : [
{
"_index" : "foo_bar",
"_type" : "content",
"_id" : "cda683e5-d5c7-4769-8e2c-d0a30eca1284",
"_score" : 1.0,
"_source" : {
"date" : "2018-12-29T00:06:27.710Z",
"key" : "cda683e5-d5c7-4769-8e2c-d0a30eca1284"
}
}
]
}
}
就速度而言，无论行数有多少，这都需要几毫秒。我的表有数百万行，它的作用就像一个魅力。无需等待数小时或类似的事情。
正如其他人提到的，Elassandra 仍然是许多计算机并行大量使用的系统。如果您一直有很多更新，计数器会快速变化。因此，只有当您阻止进一步更新足够长的时间以使计数器稳定下来时，您从 Elasticsearch 获得的数字才是正确的。否则它总是一个近似结果。
var t = new Table<T>(session);
var count = t.Count().Execute();
例如：
SELECT count(*)
FROM my_table
WHERE datetime_id >= '2020-09-16' ALLOW FILTERING;
SELECT count(*)
FROM my_table
WHERE datetime_id < '2020-09-16' ALLOW FILTERING;
替换
KEYSPACE以获取该
KEYSPACE