能否不指定列为聚类键就更改Cassandra表的行顺序？

问题背景 #

我了解可以通过如下方式定义表，将磁盘上的数据排序改为降序：

create table timeseries (
  event_type text,
  insertion_time timestamp,
  event blob,
  PRIMARY KEY (event_type, insertion_time)
)
WITH CLUSTERING ORDER BY (insertion_time DESC);

但问题在于，此时insertion_time会成为event_type+insertion_time复合唯一约束的一部分，这并非预期结果。

是否存在无需将列设为主键就能更改磁盘排序顺序的方法？例如下面的写法是否可行？

create table timeseries (
  event_type text,
  insertion_time timestamp,
  event blob,
  PRIMARY KEY (event_type)
)
WITH CLUSTERING ORDER BY (insertion_time DESC);

解答 #

在Cassandra中，聚类列必须是主键的一部分，CLUSTERING ORDER BY只能作用于主键内的聚类列，无法对非主键列设置磁盘存储排序。你提供的第二种写法会直接报错，因为指定的排序列不属于主键的聚类列范畴。

如果不想让insertion_time参与唯一约束，同时又要实现按它降序存储的需求，有两种可行方案：

• 方案一：借助物化视图
  主表用无意义的UUID作为聚类列保证唯一性，再创建以insertion_time为聚类列的物化视图来实现降序存储：

  -- 主表
  create table timeseries (
    event_type text,
    id uuid,
    insertion_time timestamp,
    event blob,
    PRIMARY KEY (event_type, id)
  );
  
  -- 物化视图
  create materialized view timeseries_by_insertion_time as
    select event_type, insertion_time, event
    from timeseries
    where event_type is not null and insertion_time is not null
    PRIMARY KEY (event_type, insertion_time)
    WITH CLUSTERING ORDER BY (insertion_time DESC);
  

  主表通过event_type+id保证记录唯一性，物化视图则按insertion_time降序存储数据，满足排序需求。

• 方案二：添加额外聚类列规避唯一约束
  如果业务允许同一event_type下存在重复的insertion_time，可以给主键添加一个额外的聚类列（比如timeuuid类型），用来区分同一时间戳下的不同记录：

  create table timeseries (
    event_type text,
    insertion_time timestamp,
    event_id timeuuid,
    event blob,
    PRIMARY KEY (event_type, insertion_time, event_id)
  )
  WITH CLUSTERING ORDER BY (insertion_time DESC, event_id ASC);
  

  这样既保留了insertion_time的降序存储逻辑，又通过event_id避免了因时间戳重复导致的写入失败问题。

内容的提问来源于stack exchange，提问作者omidh