Apache Cassandra用户频道表设计及数据同步方案咨询

问题背景 #

现有用户频道表结构如下：

create table channels
(
    user_id     bigint,
    bucket      int,
    channel_id  bigint,
    flags       int,
    permissions bigint,
    type        int,
    primary key ((user_id, bucket), channel_id)
);

当前支持两种查询：

1. 按用户+桶获取频道列表（性能高效）：

   SELECT * FROM channels WHERE user_id = :user_id AND bucket = :bucket;
   

2. 按channel_id查询单频道数据（需ALLOW FILTERING，性能较差）：

   SELECT * FROM channels WHERE channel_id = :channel_id ALLOW FILTERING;
   

希望找到无需手动维护表副本、不用重复写入数据的解决方案。

可行解决方案 #

1. 使用物化视图（推荐） #

Cassandra官方提供的物化视图会自动同步原表的写入、更新、删除操作，无需手动维护双表。你可以基于原表创建一个以(channel_id, bucket)为分区键的物化视图：

CREATE MATERIALIZED VIEW channels_by_channel_id AS
SELECT user_id, bucket, channel_id, flags, permissions, type
FROM channels
WHERE channel_id IS NOT NULL AND user_id IS NOT NULL AND bucket IS NOT NULL
PRIMARY KEY ((channel_id, bucket), user_id);

查询时直接访问物化视图即可，无需ALLOW FILTERING：

SELECT * FROM channels_by_channel_id WHERE channel_id = :channel_id AND bucket = :bucket;

• 注意：物化视图会带来一定写入开销，集群写入压力较大时需评估性能；创建时必须包含原表所有主键字段的非空约束。

2. 调整原表主键（需业务权衡） #

如果业务上两种查询都能提供对应的分区键参数（比如按channel_id查询时也能拿到bucket），可以调整原表主键结构，但会反向影响原查询的性能：

CREATE TABLE channels (
    user_id     bigint,
    bucket      int,
    channel_id  bigint,
    flags       int,
    permissions bigint,
    type        int,
    PRIMARY KEY ((channel_id, bucket), user_id)
);

这种方式下，按channel_id查询性能高效，但原有的按user_id+bucket查询会需要ALLOW FILTERING，仅适合能接受此性能 trade-off 的场景。

3. 二级索引（不推荐） #

给channel_id创建二级索引看似可行，但Cassandra二级索引在高基数列上性能极差，会触发全集群扫描，实际性能甚至不如ALLOW FILTERING，生产环境不建议使用。

总结 #

物化视图是最符合需求的方案，既能自动同步数据，又能满足两种查询的性能要求；若写入性能优先级极高，再考虑主键调整的权衡方案。

内容的提问来源于stack exchange，提问作者LionLive