java使用cassandra如何實(shí)現(xiàn)分頁
java使用cassandra如何實(shí)現(xiàn)分頁？相信很多沒有經(jīng)驗(yàn)的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。
讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長期合作伙伴，公司提供的服務(wù)項(xiàng)目有：申請域名、網(wǎng)頁空間、營銷軟件、網(wǎng)站建設(shè)、永平網(wǎng)站維護(hù)、網(wǎng)站推廣。
一、設(shè)置抓取大小（Setting the fetch size）
抓取大小指的是一次從cassandra獲取到的記錄數(shù)，換句話說，就是每一頁的記錄數(shù)；我們能夠在創(chuàng)建cluster實(shí)例的時(shí)候給它的fetch size指定一個(gè)默認(rèn)值，如果沒有指定，那么默認(rèn)是5000
// At initialization:
Cluster cluster = Cluster.builder()
.addContactPoint("127.0.0.1")
.withQueryOptions(new QueryOptions().setFetchSize(2000))
.build();
// Or at runtime:
cluster.getConfiguration().getQueryOptions().setFetchSize(2000);另外，statement上也能設(shè)置fetch size
Statement statement = new SimpleStatement("your query");
statement.setFetchSize(2000);如果statement上設(shè)置了fetch size，那么statement的fetch size將起作用，否則則是cluster上的fetch size起作用。
注意：設(shè)置了fetch size并不意味著cassandra總是返回準(zhǔn)確的結(jié)果集(等于fetch size)，它可能返回比fetch size稍微多一點(diǎn)或者少一點(diǎn)的結(jié)果集。
二、結(jié)果集迭代
fetch size限制了每一頁返回的結(jié)果集的數(shù)量，如果你迭代某一頁，驅(qū)動(dòng)會在后臺自動(dòng)的抓取下一頁的記錄。如下例，fetch size = 20：
默認(rèn)情況下，后臺自動(dòng)抓取發(fā)生在最后一刻，也就是當(dāng)某一頁的記錄被迭代完的時(shí)候。如果需要更好的控制，ResultSet接口提供了以下方法：
getAvailableWithoutFetching() and isFullyFetched() to check the current state;
fetchMoreResults() to force a page fetch;
以下是如何使用這些方法提前預(yù)取下一頁，以避免在某一頁迭代完后才抓取下一頁造成的性能下降：
ResultSet rs = session.execute("your query");
for (Row row : rs) {
if (rs.getAvailableWithoutFetching() == 100 && !rs.isFullyFetched())
rs.fetchMoreResults(); // this is asynchronous
// Process the row ...
System.out.println(row);
}三、保存并重新使用分頁狀態(tài)
有時(shí)候，將分頁狀態(tài)保存起來，對以后的恢復(fù)是非常有用的，想象一下：有一個(gè)無狀態(tài)Web服務(wù)，顯示結(jié)果列表，并顯示下一頁的鏈接，當(dāng)用戶點(diǎn)擊這個(gè)鏈接的時(shí)候，我們需要執(zhí)行與之前完全相同的查詢，除了迭代應(yīng)該從上一頁停止的位置開始；相當(dāng)于記住了上一頁迭代到了哪了，那么下一頁從這里開始即可。
為此，驅(qū)動(dòng)程序會暴露一個(gè)PagingState對象，該對象表示下一頁被提取時(shí)我們在結(jié)果集中的位置。
ResultSet resultSet = session.execute("your query");
// iterate the result set...
PagingState pagingState = resultSet.getExecutionInfo().getPagingState();
// PagingState對象可以被序列化成字符串或字節(jié)數(shù)組
String string = pagingState.toString();
byte[] bytes = pagingState.toBytes();PagingState對象被序列化后的內(nèi)容可以持久化存儲起來，也可用作分頁請求的參數(shù)，以備后續(xù)再次被利用，反序列化成對象即可：
PagingState.fromBytes(byte[] bytes); PagingState.fromString(String str);
請注意，分頁狀態(tài)只能使用完全相同的語句重復(fù)使用（相同的查詢，相同的參數(shù)）。而且，它是一個(gè)不透明的值，只是用來存儲一個(gè)可以被重新使用的狀態(tài)值，如果嘗試修改其內(nèi)容或?qū)⑵涫褂迷诓煌恼Z句上，驅(qū)動(dòng)程序會拋出錯(cuò)誤。
具體我們來看下代碼，下例是模擬頁面分頁的請求，實(shí)現(xiàn)遍歷teacher表中的全部記錄：
接口：
import java.util.Map;
import com.datastax.driver.core.PagingState;
public interface ICassandraPage
{
Map page(PagingState pagingState);
} 主體代碼：
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import com.datastax.driver.core.PagingState;
import com.datastax.driver.core.ResultSet;
import com.datastax.driver.core.Row;
import com.datastax.driver.core.Session;
import com.datastax.driver.core.SimpleStatement;
import com.datastax.driver.core.Statement;
import com.huawei.cassandra.dao.ICassandraPage;
import com.huawei.cassandra.factory.SessionRepository;
import com.huawei.cassandra.model.Teacher;
public class CassandraPageDao implements ICassandraPage
{
private static final Session session = SessionRepository.getSession();
private static final String CQL_TEACHER_PAGE = "select * from mycas.teacher;";
@Override
public Map page(PagingState pagingState)
{
final int RESULTS_PER_PAGE = 2;
Map result = new HashMap(2);
List teachers = new ArrayList(RESULTS_PER_PAGE);
Statement st = new SimpleStatement(CQL_TEACHER_PAGE);
st.setFetchSize(RESULTS_PER_PAGE);
// 第一頁沒有分頁狀態(tài)
if (pagingState != null)
{
st.setPagingState(pagingState);
}
ResultSet rs = session.execute(st);
result.put("pagingState", rs.getExecutionInfo().getPagingState());
//請注意，我們不依賴RESULTS_PER_PAGE，因?yàn)閒etch size并不意味著cassandra總是返回準(zhǔn)確的結(jié)果集
//它可能返回比fetch size稍微多一點(diǎn)或者少一點(diǎn)，另外，我們可能在結(jié)果集的結(jié)尾
int remaining = rs.getAvailableWithoutFetching();
for (Row row : rs)
{
Teacher teacher = this.obtainTeacherFromRow(row);
teachers.add(teacher);
if (--remaining == 0)
{
break;
}
}
result.put("teachers", teachers);
return result;
}
private Teacher obtainTeacherFromRow(Row row)
{
Teacher teacher = new Teacher();
teacher.setAddress(row.getString("address"));
teacher.setAge(row.getInt("age"));
teacher.setHeight(row.getInt("height"));
teacher.setId(row.getInt("id"));
teacher.setName(row.getString("name"));
return teacher;
}
} 測試代碼：
import java.util.Map;
import com.datastax.driver.core.PagingState;
import com.huawei.cassandra.dao.ICassandraPage;
import com.huawei.cassandra.dao.impl.CassandraPageDao;
public class PagingTest
{
public static void main(String[] args)
{
ICassandraPage cassPage = new CassandraPageDao();
Map result = cassPage.page(null);
PagingState pagingState = (PagingState) result.get("pagingState");
System.out.println(result.get("teachers"));
while (pagingState != null)
{
// PagingState對象可以被序列化成字符串或字節(jié)數(shù)組
System.out.println("==============================================");
result = cassPage.page(pagingState);
pagingState = (PagingState) result.get("pagingState");
System.out.println(result.get("teachers"));
}
}
} 我們來看看Statement的setPagingState(pagingState)方法：
四、偏移查詢
保存分頁狀態(tài)，能夠保證從某一頁移動(dòng)到下一頁很好地運(yùn)行（也可以實(shí)現(xiàn)上一頁），但是它不滿足隨機(jī)跳躍，比如直接跳到第10頁，因?yàn)槲覀儾恢赖?0頁的前一頁的分頁狀態(tài)。像這樣需要偏移查詢的特點(diǎn)，并不被cassandra原生支持，理由是偏移查詢效率低下(性能與跳過的行數(shù)呈線性反比)，所以cassandra官方不鼓勵(lì)使用偏移量。如果非要實(shí)現(xiàn)偏移查詢，我們可以在客戶端模擬實(shí)現(xiàn)。但是性能還是呈線性反比，也就說偏移量越大，性能越低，如果性能在我們的接受范圍內(nèi)，那還是可以實(shí)現(xiàn)的。例如，每一頁顯示10行，最多顯示20頁，這就意味著，當(dāng)顯示第20頁的時(shí)候，最多需要額外的多抓取190行，但這也不會對性能造成太大的降低，所以數(shù)據(jù)量不大的話，模擬實(shí)現(xiàn)偏移查詢還是可以的。
舉個(gè)例子，假設(shè)每頁顯示10條記錄，fetch size 是50，我們請求第12頁(也就是第110行到第119行)：
1、第一次執(zhí)行查詢，結(jié)果集包含0到49行，我們不需要用到它，只需要分頁狀態(tài)；
2、用第一次查詢得到的分頁狀態(tài)，執(zhí)行第二次查詢；
3、用第二次查詢得到的分頁狀態(tài)，執(zhí)行第三次查詢。結(jié)果集包含100到149行；
4、用第三次查詢得到的結(jié)果集，先過濾掉前10條記錄，然后讀取10條記錄，最后丟棄剩下的記錄，讀取的10條記錄則是第12頁需要顯示的記錄。
我們需要嘗試著找到最佳的fetch size來達(dá)到最佳平衡：太小就意味著后臺更多的查詢；太大則意味著返回了更大的信息量以及更多不需要的行。
另外，cassandra本身不支持偏移量查詢。在滿足性能的前提下，客戶端模擬偏移量的實(shí)現(xiàn)只是一種妥協(xié)。官方建議如下：
1、使用預(yù)期的查詢模式來測試代碼，以確保假設(shè)是正確的
2、設(shè)置最高頁碼的硬限制，以防止惡意用戶觸發(fā)跳過大量行的查詢
五、總結(jié)
Cassandra對分頁的支持有限，上一頁、下一頁比較好實(shí)現(xiàn)。不支持偏移量的查詢，硬要實(shí)現(xiàn)的話，可以采用客戶端模擬的方式，但是這種場景最好不要用在cassandra上，因?yàn)閏assandra一般而言是用來解決大數(shù)據(jù)問題，而偏移量查詢一旦數(shù)據(jù)量太大，性能就不敢恭維了。
在我的項(xiàng)目中，索引修復(fù)用到了cassandra的分頁，場景如下：cassandra的表不建二級索引，用elasticsearch實(shí)現(xiàn)cassandra表的二級索引，那么就會涉及到索引的一致性修復(fù)的問題，這里就用到了cassandra的分頁，對cassandra的某張表進(jìn)行全表遍歷，逐條與elasticsearch中的數(shù)據(jù)進(jìn)行匹對，若elasticsearch中不存在，則在elasticsearch中新增，若存在而又不一致，則在elasticsearch中修復(fù)。具體elasticsearch怎么樣實(shí)現(xiàn)cassandra的索引功能，在我后續(xù)博客中會專門的講解，這里就不多說了。而在cassandra表進(jìn)行全表遍歷的時(shí)候就需要用到分頁，因?yàn)楸碇袛?shù)據(jù)量太大，億級別的數(shù)據(jù)不可能一次全部加載到內(nèi)存中。
看完上述內(nèi)容，你們掌握java使用cassandra如何實(shí)現(xiàn)分頁的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！
本文題目：java使用cassandra如何實(shí)現(xiàn)分頁
本文來源：http://m.jiaotiyi.com/article/jjipid.html