MySQL迁移Cassandra：单表多列与多表的存储空间对比咨询

答案取决于你的关联关系类型，但绝大多数一对多的场景下，合并成单表会占用更多存储空间，原因如下：

核心差异：数据冗余 #

Cassandra是基于分区键的宽行存储模型，两种方案的存储逻辑完全不同：

• 多表方案：保留原结构，主表以自身ID为分区键存储唯一的主数据；每个关联表以主表ID + 关联表自身主键为复合分区键，仅存储关联表自身列和主表ID。主表数据只存储一次，无冗余。
• 单表方案：将所有列合并到一张表，通常以主表ID为分区键，关联表的每条记录作为宽行中的一行。此时主表的非ID列（比如主表的业务字段）会重复存储在每一条关联记录对应的行中。比如主表一条记录对应10条关联记录，主表的10个非ID列就会被重复存储10次，直接放大了存储空间占用。

特殊情况：一对一关联 #

如果主表和所有关联表都是严格的一对一关系（每条主记录对应且仅对应一条关联记录），两者的存储空间差异极小：

• 单表方案省去了多表的元数据开销和主表ID在多个表中的重复存储，可能略占优势；
• 但Cassandra对空列不占用存储空间，若部分关联记录不存在，单表的空列也不会额外占用空间，此时两者开销基本持平。

额外注意点 #

Cassandra的存储开销还受列名长度、数据类型影响，但这些因素在两种方案中差异不大，远不及数据冗余带来的影响。实际迁移时，更应该优先考虑查询模式（Cassandra是读优先设计，单表更适合关联查询，多表适合独立查询），而非单纯纠结存储空间——毕竟存储空间成本远低于查询性能优化的成本。

内容的提问来源于stack exchange，提问作者user19599466