Cassandra/ScyllaDB多类别筛选话题并按创建时间排序的数据建模

针对你描述的查询场景，结合Cassandra的特性，推荐以下两种数据模型设计方案：

方案一：使用物化视图（推荐） #

保留原表的主键设计PRIMARY KEY (group, category, created_at)，这个设计能保证原表数据按group分区，同分区内先按category聚类，再按created_at排序，适合按group+category维度的查询。

然后创建物化视图，重构数据的聚类顺序，满足按created_at排序的查询需求：

CREATE MATERIALIZED VIEW topic_by_group_created_at AS
SELECT group, category, created_at
FROM topic
WHERE group IS NOT NULL AND category IS NOT NULL AND created_at IS NOT NULL
PRIMARY KEY (group, created_at, category);

方案说明 #

• 物化视图的分区键仍为group，确保同一group的数据落在同一分区，查询时无需跨分区扫描；
• 聚类键调整为created_at, category，查询结果会天然按created_at排序，完全符合需求；
• 查询时直接访问物化视图：

  SELECT * FROM topic_by_group_created_at WHERE group = '指定分组' AND category IN ('A','B','C');
  

• 物化视图会自动同步原表的增删改操作，无需应用层额外维护数据一致性。

方案二：双表冗余存储（备选） #

如果无法使用物化视图（比如Cassandra版本较低不支持），可以设计两张表，应用层写入时同时写入两张表：

1. 主表（用于按group+category查询）：

   CREATE TABLE topic(
     group text,
     category text,
     created_at timestamp,
     PRIMARY KEY (group, category, created_at)
   );
   

2. 查询专用表（用于按group+多category并按created_at排序）：

   CREATE TABLE topic_sorted_by_created_at(
     group text,
     category text,
     created_at timestamp,
     PRIMARY KEY (group, created_at, category)
   );
   

方案说明 #

• 写入数据时，同时向两张表插入相同的记录；
• 查询时直接访问topic_sorted_by_created_at表，即可得到按created_at排序的结果；
• 缺点是需要应用层维护双表的一致性，增加了开发和维护成本。

注意事项 #

• 物化视图需要Cassandra 3.0及以上版本支持；
• 两种方案都避免了使用二级索引，规避了二级索引不支持IN操作或性能低下的问题；
• 如果数据量较小，也可以在客户端对原表查询结果进行二次排序，但这种方式在数据量大时会导致内存占用过高，不推荐。

内容的提问来源于stack exchange，提问作者colesico