Cassandra中使用UDT的性能影响、反模式判定及表拆分咨询

我来针对你的两个问题逐一分析：

1. 使用UDT是否会导致性能问题？ #

答案是视使用方式而定，正常合理的使用下，UDT不会带来显著的性能损耗：

• UDT在存储层面是将多个字段打包成一个连续的单元，读取时如果需要整个UDT的内容，性能和单独存储这些字段几乎没有区别。
• 但如果你的查询只需要UDT中的某一个字段，Cassandra仍然会读取整个UDT单元，这时候相比把该字段单独放在主表里，会多读取不必要的数据，带来轻微的性能开销。
• 另外，更新UDT中的单个字段时，你需要替换整个UDT对象（不能单独更新UDT内的某个子字段），如果UDT很大，这会增加写入的数据量，影响写入性能。

2. UDT用法是否属于反模式？是否需要拆到单独表？ #

UDT本身不是反模式，它是Cassandra为了组织紧密关联、低更新频率、很少单独查询的字段组而设计的特性，比如用户的完整地址（街道、城市、邮编、国家）、商品的规格参数（尺寸、重量、颜色）这类场景，用UDT能让数据结构更清晰，完全合理。

但如果出现以下情况，UDT的用法就可能变成反模式，这时候需要考虑调整（不一定是拆到单独表，也可能是扁平化到主表）：

• UDT中的字段需要被单独作为查询条件，或者经常单独读取；
• UDT的内容频繁更新，尤其是只更新其中某一个子字段；
• UDT嵌套层级过深（比如UDT里包含另一个UDT，甚至多层嵌套），这会让数据结构变得复杂，也会增加读取开销；
• UDT的体积过大，包含大量不常用的字段。

至于是否要拆到单独表，要结合你的查询模式：Cassandra是查询优先的数据库，反规范化是常规操作。如果UDT的内容和主表数据总是一起被查询，那没必要拆分；如果UDT的内容需要独立查询，或者更新频率和主表差异很大，这时候可以考虑将其放到单独的表中，通过主键关联。

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