组合分区键场景下用IN操作符查询是否会导致全表扫描？

你创建的表结构如下：

CREATE TABLE user (
    group_id text,
    user_id uuid,
    creation_date timestamp,
    details text,
    PRIMARY KEY ((group_id, user_id))
)

其中group_id与user_id共同构成复合分区键。

针对你提出的查询：

SELECT * FROM user
WHERE group_id="A"
AND user_id IN(80115b8d-d0d3-43f9-ae2d-6d873e3c4348, 03164602-9a31-4a05-a3af-56ec0ea74ef6);

1. 是否可以执行？ #

可以执行，Cassandra支持这种在分区键上使用IN子句的查询方式。

2. 是否会引发全表扫描？ #

不会引发全表扫描，也不会因此带来性能问题。

原因是：复合分区键(group_id, user_id)的每个组合对应一个明确的分区。查询中指定了group_id="A"，同时通过IN子句给出多个user_id值，Cassandra会直接定位到每个("A", user_id)对应的分区，分别读取数据后合并结果返回。这种方式本质是多次精准的分区查找，和单独查询每个分区的性能相近。

需要注意的是，IN子句中user_id的数量不宜过多（Cassandra默认对这类查询有数量限制，建议不超过100个），否则可能导致协调器节点压力过大或请求数据量超标，但这不属于全表扫描的范畴。

内容的提问来源于stack exchange，提问作者falcon