如何查询Cassandra中以timestamp为分区键的表最近10条插入记录

你遇到的报错是Cassandra的典型查询限制，核心原因如下：

• 你当前的表结构中timestamp是唯一主键，这意味着它同时作为分区键使用，表没有配置聚簇列。
• Cassandra的ORDER BY能力仅支持同一分区内对聚簇列排序，不支持跨分区的全局排序，且调用ORDER BY时必须通过EQ/IN条件限定具体的分区键值，否则就会抛出你遇到的报错。

方案1：单分区存储（适用于数据量较小的场景，单分区总数据量建议不超过10万行/10G） #

修改表结构，新增固定值的分桶字段作为分区键，将timestamp改为聚簇列，建表语句如下：

CREATE TABLE IF NOT EXISTS rand_keyspace.rands (
    bucket int,
    timestamp bigint,
    randnumber float,
    PRIMARY KEY ((bucket), timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC);

插入数据时固定bucket = 0即可，查询最近10条的语句直接写：

SELECT * FROM rand_keyspace.rands WHERE bucket = 0 LIMIT 10;

因为已经在建表时指定了聚簇列按timestamp倒序排列，不需要额外写ORDER BY也能拿到最新的10条数据。

方案2：时间分桶存储（适用于数据量较大的生产场景） #

如果数据量过大会导致单分区超过存储上限，可按时间粒度（小时/天）做分区桶，建表语句如下（按天分桶示例）：

CREATE TABLE IF NOT EXISTS rand_keyspace.rands (
    day_bucket bigint,
    timestamp bigint,
    randnumber float,
    PRIMARY KEY ((day_bucket), timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC);

插入数据时day_bucket取当前时间戳对齐到当天0点的数值即可，查询时从最近的时间桶开始取数，直到凑够10条：

1. 先查当前天的桶：SELECT * FROM rand_keyspace.rands WHERE day_bucket = [当前天的桶值] LIMIT 10;
2. 如果返回结果不足10条，再查前一天的桶取差值，直到收集够10条数据。

方案3：不改表结构的兼容方案（仅适用于极小数据量的测试场景，不推荐生产使用） #

如果完全不能修改现有表结构，只能在应用侧全表扫描所有数据后自行排序取前10，查询语句为：

SELECT * FROM rand_keyspace.rands;

注意该方案性能极差，数据量超过千行就会出现明显延迟，仅适合临时测试使用。

内容的提问来源于stack exchange，提问作者Neikon