在cassandra中将json存储为文本与blob的优缺点是什么？

json java blob cassandra

2022-09-03 02:02:32

对我来说，blob的一个问题是，在java中，ByteBuffer（在cassandra中映射到blob）是不可序列化的，因此不能很好地与EJB一起使用。

考虑到json相当大，在cassandra中存储json的更好类型是什么。是文本还是斑点？

在决定 blob 与 json 时，json 的大小是否重要？

如果它是任何其他数据库，如oracle，则通常使用blob / clob。但是在Cassandra，每个单元可以容纳2GB，这重要吗？

在这种情况下，请考虑将此问题视为在文本与 blob 之间进行选择，而不是对有关是否对 json 使用单列的建议进行排序。

答案 1

我不认为将文字JSON数据存储在Cassandra中有任何好处。充其量，您的存储成本是相同的，并且通常API在处理类型方面不太方便，因为它们用于处理字符串/文本。BLOBBLOB

例如，如果您使用的是他们的Java API，那么为了将数据存储为使用参数化，您首先需要将其全部加载到，例如通过将JSON数据打包到.BLOBPreparedStatementByteBufferInputStream

除非您正在处理非常大的 JSON 片段，这些片段迫使您无论如何都要流式传输数据，否则要访问该类型需要做相当多的额外工作。你会从中得到什么？基本上什么都没有。BLOB

但是，我认为问“我应该将JSON存储为文本，还是将其gzip并将其存储为BLOB？”是有一些优点的。

答案可以归结为你如何配置Cassandra和你的桌子。特别是，只要您使用的是 Cassandra 版本 1.1 或更高版本，您的表就会默认启用压缩。这可能就足够了，特别是如果 JSON 数据在每行中相当统一的情况下。

但是，Cassandra 的内置压缩是在表范围内应用的，而不是应用于单个行。因此，通过在存储之前手动压缩 JSON 数据，将压缩的字节写入，然后将数据作为 .ByteBufferBLOB

因此，它基本上归结为在存储空间与编程便利性与CPU使用率方面的权衡。我将按以下方式决定此事：

最小化存储消耗量是您最关心的问题吗？
- 如果是，请压缩 JSON 数据并将压缩的字节存储为BLOB;
- 否则，请继续执行 #2。
Cassandra 的内置压缩是否可用并为您的表启用？
- 如果不是（并且无法启用压缩），请压缩 JSON 数据并将压缩的字节存储为BLOB;
- 否则，请继续执行 #3。
您将要存储的数据在每行中是否相对统一？
- 对于JSON数据，答案可能是“是”，在这种情况下，您应该将数据存储为文本并让Cassandra处理压缩;
- 否则，请继续阅读 #4。
您想要效率还是便利？
- 效率;压缩 JSON 数据并将压缩的字节存储为 .BLOB
- 方便;压缩 JSON 数据，将压缩数据 base64，然后将 base64 编码的数据存储为文本。

答案 2

由于数据不是二进制的，因此几乎没有理由使用二进制大型OBject。当然你可以做到，但为什么呢？对于人类来说，文本更容易阅读，并且没有真正的速度/大小差异（。

即使在其他数据库中，您通常也可以将 JSON 存储为文本。例如，甚至MySQL也有文本字段可以处理相当多的文本（LONGTEXT = 4Gb）。是的，Oracle落后了，但希望他们有时也会得到一个合理的长文本字段。

但是，为什么要将整个 Json 对象存储为文本呢？json 实际上应该被规范化并存储为数据库中的多个字段。