保持非规范化 NoSql 数据库 (Cassandra/ScyllaDb) 表中的数据同步？

Question

我是 Cassandra/ScyllaDb 等 NoSql 数据库的新手，并试图了解 NoSql 数据库表设计以及如何保持多个表中的重复数据同步。我刚刚阅读了这篇文章Apache Cassandra 中的数据模型，这里是该文章的重要屏幕截图。

申请流程

切博特科图

我有一些关于表设计和同步多个表中的重复数据的问题。

1. 有用户和视频的表格。为什么没有评论表，因为它也是一个实体。

2. 如果用户要向视频添加评论，我认为必须有两个插入语句。一个插入用于

   comments_by_user

   表，另一个插入用于

   comments_by_video

   表，并且两个表的

   commentId

   值必须相同。 如何确保两个表中的

   commentId

   相同？例如，您是否将

   timeuuid

   分配给变量，然后在

   commentId

   槽中使用该变量来执行两个插入语句？

   示例：

   var myuuid = timeuuid();
   
   insert into comments_by_user(...)values(..., myuuid); 
   
   insert into comments_by_video(...) values(...,myuuid);   
   

   我问这个问题的原因是，如果用户在两个插入语句中使用例如 timeuuid() 函数，那么两个表中的 commentid 的 timeuuid 将不相同，因为 timeuuid() 将生成不同的值。

3. 如果应该有一个

   comments

   表，那么如果用户想要添加注释，那么应该有三个插入语句。对

   comments

   表的第一个插入语句和返回的

   comment id

   将用于插入到

   comments_by_user

   和

   comments_by_video

   。

Answer 1

免责声明：我没有只使用过 Cassandra 和 ScyllaDB，但由于后者被设计为前者的替代品，因此应应用相同的设计原则。

既然它也是一个实体，为什么没有任何评论表。

您不针对实体设计模式/表结构，而是针对将要执行的查询来设计它。它称为“查询优先数据模型”（在“ScyllaDB 文档”中）。它允许您根据将针对数据库执行的实际查询来优化数据结构。 由于没有要求（以及相应的查询）返回“任何”评论，而只返回每个视频和每个用户的评论（并且由于评论本身通常预计相对较小），因此您不需要专用评论表。

如何确保两个表中的

commentId

相同？例如，您是否将

timeuuid

分配给变量，然后在

commentId

槽中使用该变量来执行两个插入语句？

基本上是的，使用像

timeuuid

/

Guid

/至少某些版本的

uuid

这样的数据类型允许您在客户端以非常非常非常小的（小到您可以忽略它）机会生成它们碰撞（来自文档：

”

timeuuid

-版本 1 UUID，通常用作“无冲突”时间戳请参阅

使用 UUID 了解详细信息“

）

如果应该有一个评论表，那么如果用户想要添加评论，那么应该有三个插入语句。

这要看情况。首先，如前所述 - 在所描述的场景中不需要这样的表。但如果您需要查询评论（不是通过用户/视频），那么这实际上取决于。如果您仍然可以认为注释很小 - 那么是的，您可以将注释放置在三个表中，如果由于某种原因注释被认为是“大”，那么数据重复的成本可能会变得太大，您可能只想将其存储在“实体”表（那么您将需要 2 个查询而不是一个来获取所需的数据）。