Cassandra电影数据建模：如何按类型检索多类型归属的电影？

核心结论 #

是的，你需要为每部电影所属的每个类型单独创建一条记录，这是符合Cassandra面向查询设计原则的必要做法。

原因说明 #

Cassandra是典型的查询优先数据库，你的movies_by_genre表设计目标是快速通过genre查询对应电影列表——将genre作为分区键后，同类型的所有电影会被存储在同一个分区中，查询时能直接定位到目标分区，获得最优性能。

由于单部电影属于多个类型，若只存一条包含多值genres的记录，查询时无法高效过滤出特定类型的电影（Cassandra不擅长处理多值字段的筛选），反而会导致查询性能下降，违背表的设计初衷。这种数据冗余是Cassandra用空间换时间的典型设计思路，完全合理。

表结构定义 #

建议在表中加入movie_id作为聚类键，避免同类型下出现重复记录（比如同名电影），最终表结构如下：

CREATE TABLE movies_by_genre (
    genre TEXT,
    movie_id INT,
    title TEXT,
    year INT,
    PRIMARY KEY (genre, movie_id)
);

• genre：分区键，用于按类型分区存储数据
• movie_id：聚类键，保证同类型下每条记录唯一，同时可对同类型电影进行有序存储

数据插入示例 #

以你的电影数据为例，每部电影需按其所属类型拆分插入：

-- 《壮志凌云：独行侠》（3个类型）
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('action', 1, '《壮志凌云：独行侠》', 2022);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('drama', 1, '《壮志凌云：独行侠》', 2022);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('adventure', 1, '《壮志凌云：独行侠》', 2022);

-- 《黑豹：永远的瓦坎达》（3个类型）
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('action', 2, '《黑豹：永远的瓦坎达》', 2019);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('sci-fi', 2, '《黑豹：永远的瓦坎达》', 2019);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('superhero', 2, '《黑豹：永远的瓦坎达》', 2019);

-- 《雷神4：爱与雷霆》（4个类型）
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('comedy', 3, '《雷神4：爱与雷霆》', 2015);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('action', 3, '《雷神4：爱与雷霆》', 2015);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('superhero', 3, '《雷神4：爱与雷霆》', 2015);
INSERT INTO movies_by_genre (genre, movie_id, title, year) VALUES ('sci-fi', 3, '《雷神4：爱与雷霆》', 2015);

查询效果 #

当执行查询语句：

SELECT title, year FROM movies_by_genre WHERE genre = 'action';

将返回你期望的结果：

内容的提问来源于stack exchange，提问作者vrnvlk