在Cassandra等数据库中需要Bloom Filter
。
Bloom Filter是一种概率型数据结构，用于快速判断一个元素是否存在于一个集合中。在Cassandra等分布式数据库中，Bloom Filter被用于提高查询性能和减少磁盘I/O。
具体来说，Bloom Filter通过将元素映射到一个位数组中，并使用多个哈希函数来确定位数组中的位是否被置位。当查询一个元素时，如果所有相关的位都被置位，则可以确定元素可能存在于集合中；如果有任何一个位未被置位，则可以确定元素一定不存在于集合中。
Bloom Filter在Cassandra等数据库中的应用场景包括：
- 查询性能优化：由于Bloom Filter可以快速判断元素是否存在于集合中，可以在查询之前先通过Bloom Filter进行过滤，减少不必要的磁盘I/O操作，提高查询性能。
- 数据去重：在分布式数据库中，数据可能会被分布在多个节点上。使用Bloom Filter可以在写入数据时判断数据是否已经存在于集合中，避免重复写入相同的数据。
- 缓存管理：Bloom Filter可以用于缓存管理，判断某个数据是否已经存在于缓存中，从而决定是否需要从磁盘或其他存储介质中读取数据。
腾讯云提供了一系列与Cassandra等数据库相关的产品和服务，包括云数据库TDSQL-C、云数据库TBase等。这些产品可以帮助用户快速搭建和管理分布式数据库，提供高可用性、高性能的数据存储和查询服务。
更多关于腾讯云数据库产品的信息，请访问腾讯云官方网站：https://cloud.tencent.com/product/dcdb
相关·内容
1回答
我有一个由另一个服务查询的cassandra服务器，我需要减少查询量。
我的第一个想法是每隔几分钟创建一个整个数据库的bloom过滤器，并将其发送到服务。但是，由于我的数据库中有几百in (预计将增长到几to )，因此每隔几分钟就重载数据库似乎不是一个好主意。
在寻找了一段更好的解决方案后，我想起了cassandra维护着自己的bloom过滤器。
是否可以复制*-Filter.db文件并在我的代码中使用它们，而不是创建我自己的bloom filter？
浏览 0提问于2016-11-19得票数 1
6回答
布隆过滤器的实现
、、、、
使用Bloom filter，我们将获得空间优化。cassandra框架还实现了Bloom Filter。但是详细地说，这种空间优化是如何实现的呢？
浏览 1提问于2010-12-28得票数 7
回答已采纳
2回答
从卡桑德拉号文件的两个不同链接中，我发现：
存储在内存中的一种结构，它在访问磁盘上的SSTables之前检查memtable中是否存在行数据。
和
Cassandra检查Bloom过滤器，以发现哪个SSTables可能有请求分区数据。
我的问题是，上述两种说法是否都是正确的？如果是，是否分别为Memtable和SSTable维护bloom过滤器？提前谢谢。
浏览 2提问于2016-09-05得票数 12
回答已采纳
我知道leveldb/cassandra将他们的记录存储在SSTable中，并在执行精确的键查询时使用bloom filter来选择SSTable，他们的bloom filter对键范围查询有帮助吗？
浏览 1提问于2013-04-20得票数 1
我试图在C中实现一个布卢姆过滤器。我将文件分成两个标题，一个是公共的，一个是私有的。第一个包含函数的签名e--结构的类型--以及第二个--结构的定义。
以下是heade的代码：
bloom_filter_private.h
#ifndef BLOOM_FILTER_PRIVATE_H
#define BLOOM_FILTER_PRIVATE_H
#include <pds/bloom_filter.h>
struct bloom_filter_s {
int *bit_vector;
int dimension;
};
#endif /* BLOOM_FILT
浏览 0提问于2019-04-19得票数 1
回答已采纳
2回答
目前，我正在使用Cassandra 2.1.5、Hive 1.2.1和Hadoop 2.7.1。我尝试使用本教程将Cassandra连接到蜂巢中：
但我似乎被困在了创建外部表中：
使用SERDEPROPERTIES ("cassandra.host“= "127.0.0.1”、"cassandra.port“= "9160”、"cql.primarykey“= "foo”、“注释”=“检查”、"read_repair_chance“= "0.2”、"dclocal_read_repair_chance“= "0
浏览 3提问于2015-08-25得票数 1
既然它们被填满了，假阳性的百分比也增加了，那么有哪些技术可以防止它们饱和呢？似乎您不能清空位，因为这将立即对存储在该节点中的数据产生负面影响。
即使你有一个已知大小的集合，在使用像Cassandra这样的bloom过滤器的数据存储中，让我困惑的是节点中的数据将被添加和删除，对吧？但是当您删除一个键时，您不能将其bloom filter bucket设置为0，因为这可能会对散列到一个或多个与删除的键相同的bucket的节点中的数据产生漏报。所以随着时间的推移，就好像过滤器被填满了
浏览 2提问于2011-08-13得票数 2
回答已采纳
7回答
通过阅读互联网上的几篇论文和文档，我发现了许多关于Cassandra数据模型的矛盾信息。有许多人将其定义为面向列的数据库，其他人将其定义为面向行的数据库，然后将其定义为两者的混合方式。
根据我对Cassandra如何存储文件的了解，它使用*-Index.db文件在*-Data.db文件的正确位置访问bloom filter，列索引，然后是所需行的列。
在我看来，这是严格面向行的。我是不是漏掉了什么？
浏览 7提问于2012-10-22得票数 69
回答已采纳
1回答
我使用Cassandra数据库来捕获和保存一个简单的网络嗅探器数据，但是因为表中的行数大于20M+行，所以它无法运行任何聚合函数，如sum或count。 下面是我的表模式： CREATE TABLE db.uinfo (
id timeuuid,
created timestamp,
dst_ip text,
dst_mac text,
dst_port int,
protocol int,
src_ip text,
src_mac text,
src_port int,
PRIMARY KEY (id, cre
浏览 25提问于2019-05-28得票数 1
我在一些地方读到，一些数据库在查询数据库时使用bloom filters来查找匹配项。在我的示例中，我使用的是Postgresql，它是其中的一个数据库。
我的问题出现在使用Redis实现bloom filter时，Redis有一个模块，允许您在输入set中的成员时使用bloom filter。(请记住查找过程的复杂性，而不是从磁盘检索该值)
现在，使用Redis的好处是将值存储在内存中，当尝试检索该值时，性能比在rdbms中查找更高，因为该值存储在磁盘上。
在我的例子中，假设我正在检查用户名是否已经存在，是否仍然值得使用带有bloom filter的Redis内存解决方案，而不是仅仅使用Po
浏览 3提问于2020-04-22得票数 2
我们有一个20节点的Cassandra集群，运行着大量的读请求(峰值约为900k/秒)。我们的数据集相当小，因此所有内容都直接从内存(OS Page Cache)提供服务。我们的数据模型非常简单(只有一个键/值)，并且我们所有的读取都是以一致性级别1(Rf3)执行的。
我们使用带有TokenAwarePolicy的Java Datastax驱动程序，因此我们所有的读取操作都应该直接转到一个包含请求数据的节点。
这些是从其中一个节点提取的关于客户端读取请求延迟和本地读取延迟的一些指标。
org_apache_cassandra_metrics_ClientRequest_50thPercenti
浏览 1提问于2017-11-03得票数 2
我对cassandra有意见：
if I do nodetool -h 10.169.20.8 cfstats name.name -H
我得到的结果和统计是这样的：
Read Count: 0
Read Latency: NaN ms.
Write Count: 739812
Write Latency: 0.038670616318740435 ms.
Pending Flushes: 0
Table: name
SSTable count: 10
Space used (live): 1.48 GB
浏览 1提问于2016-10-01得票数 0
我在Linux上安装了Cassandra 1.1.2的1个节点，我想确定每个CF在缓存中占用的大小，以及每个CF在缓存中的百分比(用于行缓存和键缓存)
当我通过jconsole连接到这个节点，并在jconsole中展开org.apache.cassandra.db节点时，“Caches”节点是不可扩展的，尽管根据：
它应该是可扩展的。
另外，nodetool的输出也不包含Key缓存容量、Key缓存大小、Key缓存命中率等属性：
Column Family: io2
SSTable count: 4
Space used
浏览 0提问于2012-08-12得票数 0
Cassandra键缓存是一个映射结构，其中键是{sstable_file_descriptor+partition_key}，值是分区偏移量，现在为什么Cassandra在读取期间检查所有stable (使用bloom filter)，如果数据可能出现在该表中。为什么键缓存不能像partition_key=sstable_file_descriptor+offset一样
浏览 1提问于2018-08-29得票数 0
回答已采纳
1回答
检入Opscenter或cfstats时，我似乎没有启用任何缓存。我在Debian上运行Cassandra 1.1.7和Solandra。我已经在cassandra.yaml中设置了所需的全局选项：
key_cache_size_in_mb: 800
key_cache_save_period: 14400
row_cache_size_in_mb: 800
row_cache_save_period: 15400
row_cache_provider: SerializingCacheProvider
柱族的创建方法如下：
create column family example
with
浏览 1提问于2013-03-25得票数 0
回答已采纳
背景
布卢姆-过滤器是一种数据结构，我们可以在其中插入元素，并检查它是否已经包含给定的元素。其特点是，如果contains查询返回true，那么它可能仍然是可能的，事实上，这个元素没有插入到过滤器中。(另一方面，如果它返回false，那么元素肯定不是以前插入的。)
该实现由长度n的位向量(最初的所有位都是0)和k哈希函数组成，后者将任何输入值映射到([0...n)，即0包含，n独占)的范围内。在添加元素时，我们计算所有n哈希函数的映射值，并在位向量中将相应的位设置为1。类似地，在查询是否添加了一个元素时，我们计算所有哈希函数的值并返回true，如果所有对应位都是true，而false不是这样(
浏览 0提问于2018-02-07得票数 2
1回答
我正在我的公司构建Bloom过滤器，需要将它们序列化并保存到MongoDB中。我目前使用的文档结构如下所示：
{
'_id': unique ID,
'm': number of bits in Bloom filter,
'n': capacity of Bloom filter,
'k': number of hashes,
'bitarray': a string of the Bloom filter’s bitarray,
'seeds':
浏览 3提问于2015-08-23得票数 2
回答已采纳
我在运行nodetool cfstats时看到了对‘Number of key(estimate)的引用，但至少在我的系统(Cassandra版本3.11.3)中，我没有看到它：
Table: XXXXXX
SSTable count: 4
Space used (live): 2393755943
Space used (total): 2393755943
Space used by snapshots (total): 0
Off heap mem
浏览 1提问于2019-09-17得票数 3
我在阅读cassandra的冲洗策略时看到了下面的声明-
If the data to be flushed exceeds the memtable_cleanup_threshold, Cassandra blocks writes until the next flush succeeds.
现在我的问题是，假设我们对cassandra进行了每秒约10K条记录的疯狂写入，并且应用程序全天候运行。为了避免阻塞，我们应该在以下参数中进行哪些设置。
memtable_heap_space_in_mb
memtable_offheap_space_in_mb
memtable_cleanu
浏览 1提问于2019-02-13得票数 0
我正在写文章和建议。有很多这样的人。想想YouTube视频的建议。为了避免再次建议文章，我想记住特定用户已经看过的文章。我有很多用户，我也想避免历史数据库的无限增长。
每篇文章都有。我使用Redis和Go语言。
我认为Bloom Filter可以解决这个问题，因为在这种情况下，误报是可以接受的。我希望避免假阴性，但这不是100%必须的。
我不知道在这方面有什么比Bloom Filter更明智的选择。我应该吗？
我在Go中找不到任何针对Redis的Bloom Filter实现。有人能给我一些建议吗?这是最好的选择吗?我如何编写自己的代码?或者是否有任何现有的实现？
浏览 0提问于2014-04-02得票数 1
2回答
我创建了一个像这样的cassandra表，其中包含了大量的信息：
CREATE TABLE keyspace.table1 (
uuid blob,
id bigint,
timestamp bigint,
description text,
option1 double,
PRIMARY KEY (uuid, id) ) WITH CLUSTERING ORDER BY (id ASC)
AND bloom_filter_fp_chance = 0.01
AND caching = '{"keys":"ALL", "rows_per_parti
浏览 10提问于2016-06-07得票数 1
回答已采纳
我刚刚在一个9节点的Cassandra集群中导入了大量数据，在创建一个包含更多数据的新ColumnFamily之前，我希望能够确定我的集群当前有多满(就内存使用量而言)。我不太确定我需要看什么。我不想再导入20-30‘t的数据，然后意识到我应该再添加5-6个节点。
简而言之，我不知道现在集群中的节点是否太少/太多。
任何帮助都将不胜感激:)
$ nodetool -h 192.168.1.87 ring
Address DC Rack Status State Load Owns Token
浏览 3提问于2011-12-24得票数 8
3回答
我正在构建一个应用程序，它处理非常大的数据(超过300万)，.I是cassandra的新手，我使用5个节点cassandra集群来存储数据。我有两个专栏家族
Table 1 : CREATE TABLE keyspace.table1 (
partkey1 text,
partkey2 text,
clusterKey text,
attributes text,
PRIMARY KEY ((partkey1, partkey2), clusterKey1)
) WITH bloom_filter_fp_chance = 0.01
AND cac
浏览 4提问于2015-03-18得票数 1
回答已采纳
关于Bloom Filter的一个快速问题，
如果我分配Bloom filter的大小与要插入的元素的数量完全相同，并且使用唯一的散列函数，我是否可以确保它不会导致误报。
请注意，在我的示例中，在创建bloom filter之前，我提前知道要插入的元素的数量
谢谢Prabu
浏览 5提问于2012-11-01得票数 0
我有以下正则表达式：(?:cassy\.jobs \((?:([a-z]+(?:_[a-z]+)?) [a-z]+(?:, )?)+(?:PRIMARY KEY \(([a-z]+(?:_[a-z]+)?)\)\))?)
还有折叠式弦：
CREATE TABLE cassy.jobs (job_id int, job_description text, maximum_salary double, minimum_salary double, PRIMARY KEY (job_id)) WITH read_repair_chance = 0.0 AND dclocal_read_repair_
浏览 0提问于2018-01-30得票数 0
回答已采纳
数据库: Cassandra 2.1.2 (单节点)
数据库驱动: Cassandra驱动2.1.6。
应用: DropWizard 0.7.1
我的数据库中有一个简单的表：
cqlsh:ugc> desc table person;
CREATE TABLE abc.person (
id uuid PRIMARY KEY
) WITH bloom_filter_fp_chance = 0.01
AND caching = '{"keys":"ALL", "rows_per_partition":"NON
浏览 2提问于2015-06-20得票数 0
我正在运行sizeTieredCompaction cqlsh版本5.0.1，它有一个6节点集群，最近我在一个表中做了一个主要的数据清理，该表使用策略来释放一些磁盘空间，但这没有发生，我面临的问题是，很多墓碑已经创建，我的马厩大小不均匀，因此它们没有被压缩。我还尝试用nodetool定义选项手动压缩马厩，但是我的节点工具版本是3.0.15，它不支持它。有没有其他方法来压缩马厩，因为我不想在完整的表上运行压缩，因为这可能是非常不可预测的，下面我已经附加了我的马厩和cfstats。
马厩
-rw-r--r-- 1 cassandra cassandra 523G Jun 17 2021 mc-1
浏览 7提问于2022-01-03得票数 0
我遇到了一个关于Redis Penatration的问题。来自客户端的太多无意义的查询进入数据库，因为Redis中没有匹配的键。现在我希望使用BloomFilter来过滤一些毫无意义的查询，但是我不知道如何在Redis或DB中使用它。下面列出了一系列问题。
什么时候在Bloom过滤器中添加密钥？就在密钥被添加到Redis缓存之前？如果Redis中的密钥过期，是否删除Bloom过滤器中的密钥？
或者读取数据库中的所有密钥，并将它们放入Blomm过滤器中？但是，如果将密钥从DB中删除，我们可以从BloomFilter中删除密钥吗？
真的很贴切。
浏览 5提问于2022-11-21得票数 1
回答已采纳
我从Datastax网站上的中看到，Cassandra3.0不再需要tuple类型的frozen关键字。但是，当我使用以下语句时：
CREATE TABLE test.tb8 (id int primary key, val tuple<text, text>);
DESCRIBE test.tb8;
我得到了
CREATE TABLE test.tb8 (
id int PRIMARY KEY,
val frozen<tuple<text, text>>
) WITH bloom_filter_fp_chance = 0.01
C*版本是
[cql
浏览 0提问于2018-01-19得票数 3
回答已采纳
我们的Cassandra设置正在达到IO限制。我想知道是否有一种方法可以在不接触磁盘的情况下检查某个键是否存在。我知道key cache，但它的内存使用量对我们来说是相当大的。另外，我还了解到Cassandra使用bloom filters进行索引扫描。有没有办法通过Cassandra的内部设置来测试密钥的存在？
浏览 22提问于2019-05-29得票数 2
3回答
我刚刚开始对Cassandra进行实验，我使用的是C#和 (v3.0.8)。我想做一些性能测试，看看Cassandra处理时间序列数据的速度有多快。
结果令人窒息，因为做SELECT需要很长时间。所以我想我做错了什么。
我在本地计算机上安装了Cassandra，并创建了一个表：
CREATE KEYSPACE dm WITH replication = {'class': 'SimpleStrategy', 'replication_factor': '1'} AND durable_writes = true;
CREATE
浏览 8提问于2016-09-13得票数 1
1回答
我有一个项目，我正在工作，它有多个文件，我使用make来编译该项目。这是makefile
CC = /opt/gcc-4.7-cilkplus/bin/gcc
CFLAGS = -ggdb3 -Wall
COMPLILEFLAGS = `mysql_config --include` -I/opt/gcc-4.7-cilkplus/include/
LINKERINFO = `mysql_config --cflags --libs` -lrt -lm -lz
CILKFLAGS = -lcilkrts
# To be provided at the commandline
DIR = &
浏览 0提问于2012-06-29得票数 1
回答已采纳
1回答
我正在研究一个Cassandra 3.11.2节点(RHEL6.5)。在键空间(名为'test')中，我有一个名为'test‘的表。我通过cqlsh和输入了一些行，然后执行nodetool刷新。我在数据目录中签入以确认创建了一个SSTable。现在，我删除了所有.db文件(使用rm *.db从test.test数据目录删除)。奇怪的是，我仍然可以看到cqlsh中的所有行！我不明白，这是如何发生的，因为我手动删除了SSTable。
下面是我的关键空间：
CREATE KEYSPACE test WITH replication = {'class': &#
浏览 0提问于2018-04-06得票数 1
回答已采纳
我们使用cloudformation来自动设置和拆卸几个用于负载测试的cassandra集群。在这个负载测试中，我们使用opscenter来监视我们的吞吐量。我发现，将操作中心数据存储在测试的目标集群中会扭曲节点的数据所有权信息。因此，我希望将opscenter和代理数据移动到它自己的节点。我用一个cassandra实例和opscenter设置了一个c3.4xl。我有以下配置文件。
操作中心服务器
/etc/opscenter/群集/usergrid.conf
[cassandra]
seed_hosts = ec2-23-22-188-56.compute-1.amazonaws.com,e
浏览 0提问于2014-11-03得票数 0
5回答
用strcat分割故障
、、、
我对strcat和分段错误有点问题。错误如下：
Program received signal EXC_BAD_ACCESS, Could not access memory.
Reason: KERN_INVALID_ADDRESS at address: 0x0000000000000000
0x00007fff82049f1f in __strcat_chk ()
(gdb) where
#0 0x00007fff82049f1f in __strcat_chk ()
#1 0x0000000100000adf in bloom_operation (bloom=0x10010008
浏览 0提问于2010-07-15得票数 2
回答已采纳
我使用的是cqlsh 5.0.1 x Cassandra 2.2.1 \CQLspec3.3.0\ Native v4版本。我有两个节点cassandra集群，复制因子为2。
$ nodetool status test_keyspace
Datacenter: datacenter1
=======================
Status=Up/Down
|/ State=Normal/Leaving/Joining/Moving
-- Address Load Tokens Owns (effective) Host ID
浏览 1提问于2016-07-25得票数 2
2回答
我对卡桑德拉分局有意见，希望有人能帮我。我有一张“原木”桌子。在日志表中，我插入了大约10000行。一切都很好。我可以做一个
select * from
select count(*) from
当我用TTL 50插入100000行时，就会收到一个错误
select count(*) from
版本: cassandra 2.1.8，2个节点
在一致性查询过程中Cassandra超时(需要1次响应，但只有0次响应)
有人知道我做错了什么吗？
CREATE TABLE test.log (
day text,
date timestamp,
ip text,
浏览 14提问于2015-09-21得票数 2
当我使用以下命令时。
nodetool -h localhost -p 7199 cfstats解调i得到以下结果。我无法从以下结果中得出任何结论。我无法确定我的两个节点集群Cassandra是否运行良好，还是需要进行调整。
Keyspace: demodb
Read Count: 81361
Read Latency: 0.04145315323066334 ms.
Write Count: 23114
Write Latency: 0.06758518646707623 ms.
浏览 3提问于2014-08-07得票数 1
回答已采纳
我们在mongodb中存储了大量数据，比如说3000万个文档。而且这些文档并不经常被修改。有大量读取查询(约15k qps)。由于我们用例的性质，其中许多查询(通过_id字段)将导致空的搜索结果。 我想知道mongodb是否做了一些优化来检测文档是否在数据库中不可用，索引是否可用。有没有什么插件可以实现这一点？我看到的另一个选择是使用应用级bloom filter，但这将是另一个需要维护的部分。AFAIK HBASE支持bloom filter，以查看文档是否存在。
浏览 15提问于2021-03-24得票数 0
我迫切需要ColumnFamily中的行数，但是Cassandra2.1.2中的"nodetool“输出中缺少”键数“。现在如何计算行数？
这是cfstats的输出。
Keyspace: liftrmt
Read Count: 0
Read Latency: NaN ms.
Write Count: 0
Write Latency: NaN ms.
Pending Flushes: 0
Table: reportcodedaycount
SSTable count: 4
Sp
浏览 4提问于2014-11-28得票数 4
回答已采纳
我正在尝试向表中插入一个简单的行。有人能指出这里发生了什么吗？
CREATE TABLE recommendation_engine_poc.user_by_category (
game_category text,
customer_id text,
amount double,
game_date timestamp,
PRIMARY KEY (game_category, customer_id)
) WITH CLUSTERING ORDER BY (customer_id ASC)
浏览 3提问于2015-08-20得票数 30
回答已采纳
2回答
我们在Cassandra中存储时间序列操作数据。目前，Cassandra表支持用户界面，工作正常。插入约300 K/分钟的记录，保留2个月。我们希望使用(BI)工具(如Apache )来连接数据库，以便可以创建报表/仪表板。我们在技术栈中没有Apache或Presto。
BI工具喜欢说SQL。在Cassandra中，您需要预先了解查询才能设计模式。您需要以不同的组合复制数据。作为一个noSQL数据库，它看起来不适合于BI工具提供的ad分析。
，你用卡桑德拉做这样的用例吗?怎么用？，如果有的话，还有什么可选的？
浏览 0提问于2021-07-02得票数 0
回答已采纳
我使用的是Cassandra 3.6数据库，表定义如下。
CREATE TABLE sg.products (
date_updated text,
time_added int,
id text,
best_seller text,
company text,
PRIMARY KEY (date_updated, time_added, id)
) WITH CLUSTERING ORDER BY (time_added ASC, id ASC)
AND bloom_filter_fp_chance = 0.01
AND cac
浏览 0提问于2018-04-24得票数 2
我是Cassandra的新手，我想使用python-cassandra驱动程序将一些小文件保存到数据库中，但得到了一个“无效字符串常量”错误。
表：
cqlsh:testkeyspace> desc table files_uuids;
CREATE TABLE files_uuids (
id uuid,
file blob,
PRIMARY KEY ((id))
) WITH
bloom_filter_fp_chance=0.010000 AND
caching='KEYS_ONLY' AND
comment='' AND
浏览 0提问于2015-05-25得票数 2
[用户在上发布的问题]
我正在尝试将DDL从apache迁移到YugabyteDB YCQL。但是我发现了一个错误：
cassandra@ycqlsh:killrvideo> CREATE TABLE killrvideo.videos (
... video_id timeuuid PRIMARY KEY,
... added_date timestamp,
... title text
浏览 3提问于2022-04-09得票数 0
回答已采纳
在Cassandra中，要在同一集群中添加具有较高复制因子的新数据中心，抛出一个错误，表示在任何源数据中心中找不到具有复制因子1的某个范围。
我有(X= 2)和(Y -RF = 1)的数据中心.我想添加数据中心(Z = 3)。
我在Datacenter中添加了一个节点。但继续
节点工具重建-- X
它因错误而失败。
java.lang.IllegalStateException:无法在密钥空间中找到足够的流范围(-3685074324747697686，-3680615207285604279)，复制因子为1
所有列族的基本细节：
AND bloom_filter_fp_cha
浏览 7提问于2017-10-11得票数 2
每当我查询特定表中的任何内容时，我都会收到一个错误"ServerError: java.lang.IllegalArgumentException: null“。
我尝试过的示例查询：
select * from audit;
select * from audit limit 2;
select SPECIFIC_COLUMN from audit WHERE ID = '123456' ALLOW FILTERING;
数据是存在的：
nodetool cfstats -- keyspace_name.audit
Total number of tables: 55
浏览 3提问于2019-08-13得票数 0
我从cassandra开始，我想知道我的列族在磁盘上的大小。我搜索并找到了命令：nodetool-h localhost-p 7199 cfstats
Column Family: client
SSTable count: 3
Space used (live): 281774148
Space used (total): 281774148
Number of Keys (estimate): 1010176
Memtable Columns Count: 0
Memtable Data Size: 0
Memtable Sw
浏览 3提问于2013-04-30得票数 1
我最近开始在cassandra中添加一些数据进行性能测试，还查看了nodetool cfstats，即使在插入了大量数据之后，sstable计数仍然为0。即使使用了live和total的空间也仍然是0。我是不是遗漏了什么？
Keyspace: perftest
Read Count: 0
Read Latency: NaN ms.
Write Count: 126056
Write Latency: 0.028907025449006793 ms.
Pending Tasks: 0
Column Family: items
SSTable count: 0
Space
浏览 0提问于2013-12-30得票数 1
2回答
在寻找大数据上的查询优化时，尤其是在ORC文件上，我遇到了两种可能的谓词下推和Bloom过滤器。
谓词下推帮助我们避免读取不必要的条带，这有助于减少IO，但对我来说，Bloom Filter似乎也有相同的目的，除了以下几点。
对于谓词下推，我们不需要在编写ORC文件时显式创建任何工件，而对于Bloom filters，我们需要在写入ORC文件时配置列。
征求我的建议，让我更好地理解。
谢谢Santosh
浏览 0提问于2019-02-11得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
