DjangoCassandraModel使用ORDER BY报错，如何获取时间主键的最新记录

报错原因 #

你当前的表结构中time是唯一主键，也就是time同时作为分区键，没有设置聚类键。Cassandra的ORDER BY仅支持对聚类键使用，且使用前必须指定分区键的等值或IN过滤条件，因此直接对分区键执行ORDER BY会触发该报错。

解决方案 #

提供两种可选方案，可根据业务场景选择：

方案1：调整表结构（推荐，性能更优） #

时序场景下推荐使用复合主键，将time设为降序聚类键，单次查询即可直接拿到最新记录：

• 新增一个固定值的分区键（单表数据量小于100万条时可直接使用，数据量过大可替换为按天/周分桶的分区键）
• 将time设置为聚类键并指定降序存储，表中默认返回的第一条数据就是最新记录

修改后的完整代码如下：

from cassandra.cqlengine import columns
from django_cassandra_engine.models import DjangoCassandraModel
from django.db import connections

def get_tag(car_name, car_type):
    class Tag(DjangoCassandraModel):
        __table_name__ = f"{car_name}_{car_type}"
        __keyspace__ = "mydatabase"

        # 固定分区键，数据量大时可替换为按日期分桶的字段
        dummy_partition = columns.Integer(primary_key=True, partition_key=True, default=1)
        # 聚类键，降序存储，默认返回的第一条就是最新数据
        time = columns.Integer(primary_key=True, clustering_order="DESC", required=True)
        value = columns.Float(required=True)

        @classmethod
        def last(cls):
            with connections['cassandra'].cursor() as cursor:
                elem = cursor.execute(f"SELECT time, value FROM {cls.__table_name__} WHERE dummy_partition=1 LIMIT 1;")
            return elem.one() if elem else None

        def __str__(self) -> str:
            return f"{self.time},{self.value}"

    # 自动同步表结构，不需要手动写CREATE TABLE语句
    Tag.sync_table()
    return Tag

调用方式和之前完全一致：

tag = get_tag(car_name, car_type)
last_elem = tag.last()

方案2：不修改现有表结构（适合不想迁移历史数据的场景） #

不需要调整表结构，通过两次查询实现需求：先查询最大的time值，再用该值查询对应的记录，修改last方法即可：

@classmethod
def last(cls):
    with connections['cassandra'].cursor() as cursor:
        # 第一步查询最大时间戳
        max_time_res = cursor.execute(f"SELECT MAX(time) as max_time FROM {cls.__table_name__};")
        max_time = max_time_res.one().max_time
        if not max_time:
            return None
        # 第二步查询对应时间的记录
        elem = cursor.execute(f"SELECT time, value FROM {cls.__table_name__} WHERE time = %s;", [max_time])
    return elem.one()

内容的提问来源于stack exchange，提问作者user7429643