Cassandraのパーティションキー、複合キー、およびクラスタリングキーの違いは何ですか？

私はネット上の記事を読んで、次のkeyタイプの違いを理解しています。しかし、私には理解するのが難しいようです。例は間違いなく理解を深めるのに役立ちます。

primary key,
partition key, 
composite key 
clustering key

これについては多くの混乱がありますが、できるだけ簡単にするように努めます。

主キーは、テーブルからデータを取得するために使用される1つ以上の列を示す一般的な概念です。

主キーは単純で、インラインで宣言することもできます。

 create table stackoverflow_simple (
      key text PRIMARY KEY,
      data text      
  );

つまり、単一の列で構成されています。

ただし、主キーは、より多くの列から生成されたCOMPOSITE（別名COMPOUND）にすることもできます。

 create table stackoverflow_composite (
      key_part_one text,
      key_part_two int,
      data text,
      PRIMARY KEY(key_part_one, key_part_two)      
  );

COMPOSITEプライマリキーの状況では、キーの「最初の部分」はPARTITION KEY（この例ではkey_part_oneはパーティションキーです）と呼ばれ、キーの2番目の部分はCLUSTERING KEY（この例ではkey_part_two）です

パーティションキーとクラスタリングキーの両方を、より多くの列で作成できることに注意してください。方法は次のとおりです。

 create table stackoverflow_multiple (
      k_part_one text,
      k_part_two int,
      k_clust_one text,
      k_clust_two int,
      k_clust_three uuid,
      data text,
      PRIMARY KEY((k_part_one, k_part_two), k_clust_one, k_clust_two, k_clust_three)      
  );

これらの名前の後ろに...

• パーティション・キーは、あなたのノード間でデータ配信を担当しています。
• クラスタリングキーは、パーティション内のデータをソートする責任があります。
• 主キーは同等ですパーティション・キーの単一フィールドキーテーブル（すなわちでシンプル）。
• コンポジット/複合キーはただの複数列のキーです

さらなる使用情報：DATASTAX DOCUMENTATION

insert into stackoverflow_simple (key, data) VALUES ('han', 'solo');
select * from stackoverflow_simple where key='han';

テーブルの内容

key | data
----+------
han | solo

COMPOSITE / COMPOUND KEYは「広い行」を取得できます（つまり、クラスタリングキーが定義されている場合でも、パーティションキーだけでクエリを実行できます）

insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 9, 'football player');
insert into stackoverflow_composite (key_part_one, key_part_two, data) VALUES ('ronaldo', 10, 'ex-football player');
select * from stackoverflow_composite where key_part_one = 'ronaldo';

テーブルの内容

 key_part_one | key_part_two | data
--------------+--------------+--------------------
      ronaldo |            9 |    football player
      ronaldo |           10 | ex-football player

しかし、すべてのキー（パーティションとクラスタリングの両方）でクエリを実行できます...

select * from stackoverflow_composite 
   where key_part_one = 'ronaldo' and key_part_two  = 10;

クエリ出力

 key_part_one | key_part_two | data
--------------+--------------+--------------------
      ronaldo |           10 | ex-football player

重要な注意：パーティションキーは、を使用してクエリを実行するために必要な最小指定子ですwhere clause。次のような複合パーティションキーがある場合

例えば： PRIMARY KEY((col1, col2), col10, col4))

クエリを実行するには、少なくともcol1とcol2の両方を渡す必要があります。これらは、パーティションキーを定義する2つの列です。クエリを作成するための「一般的な」ルールは、少なくともすべてのパーティションキー列を渡す必要があることです。その後、オプションで各クラスタリングキーを設定された順序で追加できます。

したがって、有効なクエリは（セカンダリインデックスを除く）

• col1およびcol2
• col1およびcol2およびcol10
• col1およびcol2およびcol10およびcol 4

無効：

• col1およびcol2およびcol4
• col1とcol2の両方を含まないもの

お役に立てれば。

承認された回答として要約回答を追加するのは非常に長いです。「行」および「列」という用語は、Cassandraが実際に実装される方法ではなく、CQLのコンテキストで使用されます。

• 主キーは行を一意に識別する。
• 複合キーが複数の列から形成されたキーです。
• パーティション・キーは、すなわちパーティションの行のセットを見つけるための主要な検索です。
• クラスタリング・キーは、パーティション・キーではない（とパーティション内の順序を定義する）主キーの一部です。

例：

• PRIMARY KEY (a)：パーティションキーはaです。
• PRIMARY KEY (a, b)：パーティションキーはa、クラスタリングキーはbです。
• PRIMARY KEY ((a, b))：複合パーティションキーは(a, b)です。
• PRIMARY KEY (a, b, c)：パーティションキーはa、複合クラスタリングキーは(b, c)です。
• PRIMARY KEY ((a, b), c)：複合パーティションキーは(a, b)、クラスタリングキーはcです。
• PRIMARY KEY ((a, b), c, d)：複合パーティションキーは(a, b)、複合クラスタリングキーは(c, d)です。

cassandraでは、主キー、パーティションキー、複合キー、クラスタリングキーの違いにより、常に混乱が生じます。したがって、以下で説明し、相互に関連させます。CassandraデータベースへのアクセスにはCQL（Cassandra Query Language）を使用します。注：-回答は、Cassandraの更新されたバージョンによるものです。 主キー：-

cassandraでは、主キーを使用する2つの異なる方法があります。

CREATE TABLE Cass (
    id int PRIMARY KEY,
    name text 
);

Create Table Cass (
   id int,
   name text,
   PRIMARY KEY(id) 
);

CQLでは、PRIMARY KEYに対して列が定義される順序が重要です。キーの最初の列はパーティションキーと呼ばれ、同じパーティションキーを共有するすべての行が（実際にはテーブル間でさえ）同じ物理ノードに格納されるというプロパティがあります。また、特定のテーブルの同じパーティションキーを共有する行の挿入/更新/削除は、アトミックかつ分離して実行されます。括弧の追加セットを使用して、どの列がパーティションキーを形成するかを定義する、複合パーティションキー、つまり複数の列で構成されるパーティションキーを持つことが可能であることに注意してください。

パーティション化とクラスタリング PRIMARY KEYの定義は、パーティションキーとクラスタリング列の2つの部分で構成されています。最初の部分はストレージエンジンの行キーにマップされ、2番目の部分は行の列をグループ化するために使用されます。

CREATE TABLE device_check (
  device_id   int,
  checked_at  timestamp,
  is_power    boolean,
  is_locked   boolean,
  PRIMARY KEY (device_id, checked_at)
);

ここで、device_idはパーティションキーで、checked_atはcluster_keyです。

宣言に依存する複数のクラスターキーとパーティションキーも持つことができます。

PRIMARY KEY：パーティション・キー（複数可）で構成されている[および任意のクラスタリング・キー（または列）]
パーティションキー：パーティションキーのハッシュ値がデータ格納するために、クラスタ内の特定ノードを決定するために使用される
クラスタリングキー：するために使用され各パーティション（または責任ノードとそのレプリカ）のデータをソートする

複合主キー：上記のように、クラスタリングキーは主キーではオプションです。それらが言及されていない場合、それは単純な主キーです。クラスタリングキーが言及されている場合、それは複合主キーです。

複合パーティションキー：パーティションキーとして1つの列のみを使用すると、幅広い行の問題が発生する可能性があります（ユースケース/データモデリングによって異なります）。したがって、パーティションキーは、複数の列の組み合わせとして指定される場合があります。

どちらが必須であるか、どれがスキップできるかなどの混乱について、 Cassandraを巨大なHashMapが役立つと想像してみてください。したがって、HashMapでは、キーがないと値を取得できません。
ここでは、パーティションキーがそのキーの役割を果たします。したがって、各クエリでそれらを指定する必要があります。これがないと、Cassandraは検索するノードを認識できません。クラスタ化キー、さらにカサンドラは、特定のノードを発見した後、クエリの検索を狭める（およびそれのレプリカ）のヘルプ、その特定の責任（オプションである列、）パーティションキー。

簡単に言うと：

パーティションキーは行の識別にすぎません。その識別は、ほとんどの場合、単一の列（主キーと呼ばれる）である場合があり、複数の列の組み合わせ（複合パーティションキーと呼ばれる）になることもあります。

クラスタキーは、インデックス作成と並べ替えにすぎません。クラスターキーはいくつかの要素に依存します。

1. 主キー列以外のwhere句で使用する列。

2. 非常に大きなレコードがある場合は、日付を分割して管理しやすくすることができます。例、私は100万の郡の人口記録のデータを持っています。したがって、管理を簡単にするために、状態やピンコード後などに基づいてデータをクラスター化します。

注目に値するのは、リレーショナルの世界（コンポジットキー）の同様の概念よりも、これらをより多く使用することでしょう。

例-ユーザーグループXに最近参加した最後のN人のユーザーを見つける必要があると仮定します。この場合、読み取りが主流である場合、これをどのように効率的に実行しますか？そのように（公式のCassandraガイドから）：

CREATE TABLE group_join_dates (
    groupname text,
    joined timeuuid,
    join_date text,
    username text,
    email text,
    age int,
    PRIMARY KEY ((groupname, join_date), joined)
) WITH CLUSTERING ORDER BY (joined DESC)

ここでは、パーティショニングキーはそれ自体が複合であり、クラスタリングキーは結合された日付です。クラスタリングキーが結合日である理由は、結果がすでにソートされている（そして格納されているため、検索が高速になる）ためです。しかし、なぜパーティションキーに複合キーを使用するのですか？ので、私たちは常に可能な限り少ないパーティションとして読んでもらいたいです。そこにjoin_dateを入れるとどのように役立ちますか？これで、同じグループの同じ参加日付のユーザーが1つのパーティションに存在するようになります。これは、可能な限り少ないパーティションを常に読み取ることを意味します（最初に新しいパーティションから始め、次に古いパーティションに移動するなど、パーティション間をジャンプするのではなく）。

実際、極端なケースでは、join_dateだけではなく、join_dateのハッシュを使用する必要もあります。そのため、過去3日間のクエリを実行すると、同じハッシュを共有することが多く、同じパーティションから使用できるようになります。

Cassandraの主キーは通常、パーティションキーとクラスタリング列の2つの部分で構成されます。

primary_key（（partition_key）、clustering_col）

パーティションキー-主キーの最初の部分。パーティションキーの主な目的は、特定の行を格納するノードを識別することです。

CREATE TABLE phone_book（phone_num int、name text、age int、city text、PRIMARY KEY（（phone_num、name）、age）;

ここで、（phone_num、name）はパーティションキーです。データの挿入時に、パーティションキーのハッシュ値が生成され、この値によって行がどのノードに移動するかが決まります。

4ノードのクラスターを考えてみます。各ノードには、保存できるハッシュ値の範囲があります。（書き込み）INSERT INTO phone_book VALUES（7826573732、 'Joey'、25、 'New York'）;

これで、パーティションキーのハッシュ値がCassandraパーティショナーによって計算されます。たとえば、ハッシュ値（7826573732、 'Joey'）→12とすると、この行がノードCに挿入されます。

（読み込み）SELECT * FROM phone_book WHERE phone_num = 7826573732 and name = 'Joey';

ここでも、パーティションキーのハッシュ値（7826573732、 'Joey'）が計算されます。この例では、ノードCにある12であり、そこから読み取りが行われます。

2. 列のクラスタリング-主キーの2番目の部分。列をクラスタリングする主な目的は、データをソートされた順序で格納することです。デフォルトでは、順序は昇順です。

解決するクエリによっては、主キーに複数のパーティションキーとクラスタリング列が存在する場合があります。

primary_key（（pk1、pk2）、col 1、col2）

データベース設計では、複合キーは最小限ではないスーパーキーのセットです。

複合キーは、複合キーとスーパーキーではない少なくとも1つの属性を含むセットです

与えられたテーブル：EMPLOYEES {employee_id、firstname、surname}

可能なスーパーキーは次のとおりです。

{employee_id}
{employee_id, firstname}
{employee_id, firstname, surname}

{employee_id}は唯一の最小限のスーパーキーです。これにより、{firstname}と{surname}が一意性を保証しない場合、これが唯一の候補キーになります。主キーは選択された候補キーとして定義され、この例では候補キーが1つしか存在しないため、{employee_id}は最小のスーパーキーであり、唯一の候補キーであり、唯一の可能な主キーです。

複合キーの完全なリストは次のとおりです。

{employee_id, firstname}
{employee_id, surname}
{employee_id, firstname, surname}

複合キーは{employee_id、firstname、surname}です。そのキーには複合キー（{employee_id、firstname}）とスーパーキーではない属性（{surname}）が含まれているためです。