Cassandra统计user_rating键空间content_id列去重行数报错求助

看起来你在尝试统计user_rating表中content_id的唯一值数量时遇到了语法错误，我来帮你梳理问题和解决方案：

你出错的原因 #

• 第一条语句SELECT DISTINCT(COUNT(content_id)) FROM user_rating;完全搞错了CQL的语法逻辑：DISTINCT是用来返回指定列的唯一值集合，不能嵌套在COUNT()函数里面使用，这种写法Cassandra根本不识别。
• 第二条语句select count (distinct content_id) from user_rating ;如果报错，大概率是因为你的Cassandra版本低于3.10——COUNT(DISTINCT column)这个语法是在Cassandra 3.10版本才正式引入的，旧版本不支持这个特性。

正确的解决方案 #

情况1：你的Cassandra版本≥3.10

直接使用标准的COUNT(DISTINCT)语法即可，注意COUNT和括号之间不要加空格（虽然部分版本兼容空格，但规范写法更稳妥）：

SELECT COUNT(DISTINCT content_id) FROM user_rating;

情况2：你的Cassandra版本<3.10

因为旧版本不支持原生的去重计数，你有两个选择：

• 推荐方案：使用Spark SQL、Presto这类分布式查询工具连接Cassandra来做统计，这类工具天生适合处理全局去重、聚合这类操作，性能比纯CQL好太多。
• 临时应急方案：如果一定要用CQL，只能先获取所有唯一的content_id，再手动统计行数（数据量大时非常慢，不推荐）：

  SELECT DISTINCT content_id FROM user_rating;
  

  然后你需要自己数返回结果的行数，这种方法在数据量较大时容易超时或者占用大量资源。

先确认你的Cassandra版本 #

不确定版本的话，先执行这条语句查看：

SELECT release_version FROM system.local;

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