用Column Family作為索引

用一個ColumnFamily來儲存資料，用一個或者多個ColumnFamily來為這些資料提供索引服務，是一個常見的資料存放區策略。

索引策略主要依賴需要被索引的資料。記住，索引中的每一行都儲存在單一的節點上，所以當一個單行索引被大量使用的時候，這個節點的負載會比平均負載大一些。以下為一些常見使用的索引策略。

一對一

這種情況對應於關聯式資料庫的唯一索引，被索引的值不存在重複，每一個被索引的值都對應於一條記錄，可以使用Cassandra的寬表方式來儲存索引資訊，ColumnFamily的一行資料表示一個索引，每一個列的名稱表示被索引的值，每一個列的值表示被索引資料所對應的Row Key。

索引特徵：

一個被索引的值匹配一個資料行Key；

每個索引是一個單獨的行，該行的每一列為被索引的資料行；

索引的行Key是你要使用的索引的名稱；

索引的列名是被索引的值；

索引的列值是被索引的行key；

使用案例：

存在一個會員列表Users（user_id、name、email、addresss），每一行表示一條會員資訊，其中存在一個User_ID列表示該會員的數字ID，具有唯一性。由於業務需要根據User_ID來尋找使用者資訊，所以可以給User_ID建一個唯一索引。

在Cassandra中建立一個ColumnFamily，UNIQUE_INDEX

TableName: UNIQUE_INDEX
Row Key	INDEX_USERS_USER_ID
ColumnName	10000055	1000898	4562221
Value	USERS_ROW_KEY1	USERS_ROW_KEY2	USERS_ROW_KEY2

 

一個對幾個

這種情況對應於關聯式資料庫的普通索引，同樣的值允許重複，但是重複的次數不會太多，並且對於重複值的讀取存在一定的集合性。與前述的唯一索引類似，在索引的ColumnFamily中，依然是一個行對應於一個索引，行Key即為索引名稱，不一樣的地方在於Column是使用Super Column，對於被索引的值對應得多條記錄，則分別用SuperColumn中的Sub Column來加以區別，超列名稱為被索引的值，子列名稱為索引值所對應的多條記錄的Row Key，子列的值不需要儲存任何資訊。

索引特徵：

一個被索引的值匹配幾個行Key；

每個索引是一個單獨的行，每個索引的值是一個超列；

索引的行Key是你要使用的索引的名稱；

索引的超列名稱是被索引的值；

索引的超列中的子列名稱是被索引的行key；

超列中的子列沒有值；

 

一個對多個

這種情況對應於關聯式資料庫的位元影像索引，被索引的值具有一定的枚舉性，每一個被索引的值都對應著成千上萬的記錄資訊。我們常見的有對於狀態的索引，比如Users表有一個欄位，Status（1 初始化 2 待審核 3 審核通過 4 審核不通過 5 作廢），業務需要根據狀態來查詢使用者資訊，則需要在Status上建立索引資訊。對於每一個這樣的索引欄位，都需要使用一個專有的Column Family儲存，對於行Key，則為被索引的值，對於列名則為被索引的值所對應的及記錄的Row Key。

索引特徵：

 

一個被索引的值匹配許多行Key；

每一個被索引的值只接受它自己的行；

每一個索引的行Key匹配被索引的行的列值；

列名稱可以是：

   行Key，在沒有排序要求的情況下；

   用於去排序Key的值；列值包含行keys；

每一個被索引的列名使用一個column family；