Índices secundarios sobre la colección SET en Cassandra

En este artículo, discutiremos la descripción general de los índices secundarios en SET Collection en Cassandra y luego implementaremos el ejercicio y veremos cómo funciona realmente, y finalmente concluiremos la importancia de los índices secundarios en SET Collection. Discutámoslo uno por uno.

Requisito previo –

La creación de índices secundarios en SET Collection en Cassandra es muy útil. Entonces, aquí verá el caso de uso real de crear un índice en una colección porque hace que la búsqueda y consulta de datos sea muy eficiente y rápida. Entonces, si desea buscar en función de una palabra clave, mientras busca y consulta datos, puede usar las palabras clave CONTIENE para una palabra clave específica en el tipo de datos de recopilación. Entendamos todo el concepto con la ayuda de ejemplos.

En esto, verá la parte de sintaxis de cómo crear un índice en la colección. Puede usar el siguiente comando de la siguiente manera.

CREATE INDEX ON <table_name>(<collection_column>)

Aquí verá la sintaxis de la parte de la cláusula WHERE donde utilizará la palabra clave CONTAINS para buscar el valor específico en la colección SET. 

WHERE <collection_column> CONTAINS <value>

Ejemplo:
supongamos que tiene un espacio de claves existente, a saber, cluster1 y luego primero crearemos una tabla de datos de usuario mediante el comando CQL de la siguiente manera.

Paso 1: Crear tabla -user_data –

use cluster1;
create table user_data
           (
           user_id varchar,
           user_first_name varchar,
           user_last_name varchar,
           company varchar,
           user_tags set<varchar>,
           primary key(user_id)
           );

Paso 2: Creación de índice en user_tags –

CREATE INDEX ON user_data(user_tags);

Paso 3: Inserción de datos –

insert into user_data(user_id, user_first_name, user_last_name, company, user_tags) 
values('Ashish01','Ashish','Rana','abc',{'Java'});

insert into user_data(user_id, user_first_name, user_last_name, company, user_tags) 
values('Ashish02','Ayush','NA','abc',{'Python'});

insert into user_data(user_id, user_first_name, user_last_name, company, user_tags) 
values('Ashish03','shivang','NA','abc',{'python'});

insert into user_data(user_id, user_first_name, user_last_name, company, user_tags) 
values('Ashish04','Bhagyesh','NA','abc',{'c++'});

Paso 4: Verificación y lectura de datos – 

select * from user_data;

Paso 5: Salida – 

id_usuario	empresa	nombre_de_usuario	apellido_usuario	etiquetas_de_usuario
Ashish04	a B C	Bhagyesh	N / A	{‘c++’}
Ashish03	a B C	shivang	N / A	{‘python’}
Ashish02	a B C	Ayush	N / A	{‘Python’}
Ashish01	a B C	Cenizo	rana	{‘Java’}

Paso 6: Búsqueda sobre la base de una palabra clave específica: 

select * from user_data where user_tags CONTAINS 'Java';

Paso 7: Salida –

id_usuario	empresa	nombre_de_usuario	apellido_usuario	etiquetas_de_usuario
Ashish01	a B C	Cenizo	rana	{‘Java’}