如何在ScyllaDB（兼容Cassandra）中按前缀查询Blob类型主键

背景与需求 #

我正在使用兼容Cassandra的ScyllaDB作为纯键值存储，键（k）和值（v）均为Blob类型（对应Rust的Vec<u8>），建表语句如下：

CREATE KEYSPACE kv WITH REPLICATION = { 'class' : 'SimpleStrategy', 'replication_factor' : 1 }
CREATE TABLE kv.pairs (k blob, v blob, primary key (k))

我需要查询以特定前缀开头的键，例如当键为[0,1,4]、[0,1,5]、[0,2,4]时，针对前缀[0,1]，要获取[0,1,4]和[0,1,5]这两个键。

前缀条件可通过整数向量的字典序表达：[0,1]是向量v的前缀当且仅当[0,1] <= v < [0,2]。

对于整数类型，这类区间条件很容易实现，但Blob类型仅支持EQ和IN操作符，token()函数返回的哈希值用于分区哈希，并不适用。我理想中的查询语句形式如下：

SELECT k FROM kv.pairs WHERE [0,1]<=k AND k<[0,2] ALLOW FILTERING

DynamoDB中有begins_with函数可实现此类查询，Cassandra查询语言（实际用ScyllaDB，兼容Cassandra）是否有类似功能？Cassandra似乎不推荐使用Blob，但前缀查询是比较基础的需求。

解决方案 #

1. 利用Blob字典序实现区间查询 #

Cassandra/ScyllaDB其实支持Blob类型的比较操作（>=、<等），只是容易被忽略。你可以直接构造前缀的上界Blob，配合区间查询+ALLOW FILTERING（注意：仅适合数据量较小的场景，否则性能会大幅下降）。

针对前缀[0,1]，上界是[0,2]，转换为十六进制Blob表示后，查询语句为：

SELECT k FROM kv.pairs 
WHERE k >= 0x0001 AND k < 0x0002 
ALLOW FILTERING;

2. 高性能优化：拆分分区键与聚类键 #

如果数据量较大，ALLOW FILTERING的性能无法满足需求，建议调整表结构：将前缀部分作为分区键，剩余部分作为聚类键，比如：

CREATE TABLE kv.pairs (
    prefix blob,
    suffix blob,
    v blob,
    PRIMARY KEY (prefix, suffix)
);

查询前缀[0,1]时，直接指定分区键即可高效获取所有对应数据，无需过滤：

SELECT prefix || suffix AS k, v FROM kv.pairs WHERE prefix = 0x0001;

这种方式利用了数据库的分区特性，性能远优于全表过滤。

3. 轻量替代：文本类型模拟前缀查询 #

如果Blob的结构可序列化为字符串（比如整数序列拼接成字符串），可以将键存储为text类型，用LIKE操作符实现前缀匹配：

SELECT k FROM kv.pairs WHERE k LIKE '0,1%';

但该方式同样需要ALLOW FILTERING，仅适合小数据量场景，且序列化/反序列化会带来额外开销。

内容的提问来源于stack exchange，提问作者Mathieu Dutour Sikiric