Cassandra使用LEFT、charindex生成author_ref字段的查询错误排查

原查询语句：Select author_name, LEFT(author_name, charindex(' ', author_name)) from [author_by_id] as author_ref;

语句存在的问题 #

• 语法兼容问题：Cassandra的CQL语法不支持使用方括号[]包裹表名，该写法是SQL Server等关系型数据库的专属语法，CQL中直接写表名author_by_id即可。
• 函数不支持问题：CQL原生没有LEFT()、charindex()这两个关系型数据库常用的字符串函数，直接调用会报函数不存在的错误。
• 别名使用错误：语句中的as author_ref是给表author_by_id设置别名，而非给新生成的截取字段设置别名，不符合你要生成author_ref新字段的需求。
• 持久化需求不匹配：如果你是希望给表新增持久化存储的author_ref字段，这条SELECT语句仅能返回临时查询结果，无法修改表结构、也不能把计算结果写入存储。

修正方案 #

场景1：仅需要临时查询返回截取结果 #

可以用CQL原生支持的substring()和position()函数组合实现需求，注意CQL字符串下标从0开始，正确写法如下：

SELECT author_name, substring(author_name, 0, position(' ' IN author_name)) AS author_ref FROM author_by_id;

注：如果存在author_name没有空格的情况，position()会返回0，会返回空字符串，可以根据业务需要加逻辑处理边界场景。

场景2：需要新增持久化存储的author_ref字段 #

需要先修改表结构新增字段，再批量写入计算后的结果：

1. 新增字段：

ALTER TABLE author_by_id ADD author_ref text;

2. 批量读取所有记录的author_name字段，计算出截取结果后再写回author_ref字段即可，数据量较大时建议结合Spark等批量计算工具处理。

内容的提问来源于stack exchange，提问作者PC245