查询文件夹中最新的文件版本

Question

我正在尝试获取下面在 Cassandra 中定义的

file_id

的指定

version

的最新

folder_id

的所有

example_table

项目。这可能吗，还是我的数据针对我的用例设计不正确？

example_table

folder_id （分区键）	file_id （聚类键）	version （ timestamp 聚类键）ORDER DESC
1	1	2
1	1	1
1	2	2
1	2	1
1	3	2
1	3	1

我认为查询会是这样的，但我无法让它工作。

SELECT folder_id,file_id,MAX(version) FROM example_table WHERE folder_id=1;

想要的结果

folder_id （分区键）	file_id （聚类键）	version （ timestamp 集群键） ORDER DESC
1	1	2
1	2	2
1	3	2

Answer 1

这可能不是性能最佳的数据模型，因为您选择的分区键

folder_id

如果/可以无限增长。

相反，如果您如下更改表架构，则在使用允许过滤时，它将仅使用部分分区键在分区键的该部分内执行扫描（而不是执行完整表扫描），

token@cqlsh:chetctor> CREATE TABLE IF NOT EXISTS example_table (
  folder_id int,
  file_id int,
  version timestamp,
  PRIMARY KEY((folder_id, file_id), version)
) WITH CLUSTERING ORDER BY (version DESC)
<... other table properties ...>
;

并插入几条记录：

token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,1,totimestamp(now()));
token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,1,totimestamp(now()));
token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,2,totimestamp(now()));
token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,2,totimestamp(now()));
token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,3,totimestamp(now()));
token@cqlsh:chetctor> insert into example_table (folder_id , file_id , version ) VALUES ( 1,3,totimestamp(now()));
token@cqlsh:chetctor> select * from example_table ;

 folder_id | file_id | version
-----------+---------+---------------------------------
         1 |       3 | 2024-12-30 15:55:05.565000+0000
         1 |       3 | 2024-12-30 15:54:59.680000+0000
         1 |       2 | 2024-12-30 15:54:53.628000+0000
         1 |       2 | 2024-12-30 15:54:51.540000+0000
         1 |       1 | 2024-12-30 15:54:45.544000+0000
         1 |       1 | 2024-12-30 15:54:34.793000+0000

(6 rows)

虽然使用

ALLOW FILTERING

始终是糟糕的选择，但如果我们通过 folder_id 的部分分区键进行查询，那么在这里

 可能

没问题。

token@cqlsh:chetctor> select * from example_table where folder_id=1 per PARTITION LIMIT 1 allow FILTERING ;

 folder_id | file_id | version
-----------+---------+---------------------------------
         1 |       3 | 2024-12-30 15:55:05.565000+0000
         1 |       2 | 2024-12-30 15:54:53.628000+0000
         1 |       1 | 2024-12-30 15:54:45.544000+0000

(3 rows)

这将为我们提供给定

file_id

的所有最新

version

（基于

folder_id

时间戳值）。我希望这对你有帮助。参考阅读：

• 1
  这里有另一个更好的参考
p/s：我在这里使用了

DataStax Astra DB 的 CQL 控制台作为参考来演示上述内容，并且为了充分披露，我是 DataStax 的员工（截至撰写本文时）。