使用 Amazon Keyspaces 中的行

本節提供了有關使用 Amazon Keyspaces 間行（對於 Apache 卡桑德拉）的詳細信息。表是在 Amazon Keyspaces 的主數據結構和表中的數據被組織成列和行。

計算 Amazon Keyspaces 中的行大小

Amazon Keyspaces 提供全受管儲存，可提供 10 毫秒的讀取和寫入效能，並在多個可用區域中持久存放資料。AWSAmazon Keyspaces 中繼資料附加到所有列和主索引鍵欄，以支援有效率的資料存取和高可用性。

本節提供有關如何估計 Amazon Keyspaces 中行的編碼大小的詳細信息。計算帳單和配額使用時，會使用編碼的資料列大小。在計算表格的佈建輸送量容量需求時，您也應該使用編碼的資料列大小。要計算 Amazon Keyspaces 中行的編碼大小，您可以使用以下準則。

• 對於不是主索引鍵、叢集資料行或STATIC資料行的一般資料行，請根據資料類型使用儲存格資料的原始大小，並新增必要的中繼資料。如需 Amazon Keyspaces 支援之資料類型的詳細資訊，請參閱資料類型。下面列出了 Amazon 密 Keyspaces 存放資料類型值和中繼資料的一些主要差異。

• 每個欄名稱所需的空間會使用欄識別碼儲存，並新增至儲存在欄中的每個資料值。資料行識別碼的儲存值取決於資料表中的整體資料欄數：

  • 1 至 62 個資料欄：1 個位元組

  • 6 至 124 個資料欄：2 個位元組

  • 1 至 6 個資料欄：3 個位元組

  對於每個額外 62 列添加 1 個字節。請注意，在 Amazon Keyspaces 中，最多可以使用單個INSERT或UPDATE語句修改 225 個常規列。如需詳細資訊，請參閱Amazon Keyspaces 服務配額。

• 分割區索引鍵最多可包含 2048 個位元組的資料。分割區索引鍵中的每個索引鍵資料行最多需要 3 個位元組的中繼資料。計算資料列的大小時，您應該假設每個分割區索引鍵資料行都使用完整的 3 個位元組的中繼資料。

• 叢集資料行最多可儲存 850 個位元組的資料。除了資料值的大小之外，每個叢集資料行最多需要中繼資料資料值大小的 20%。計算行的大小時，您應該為每 5 個字節的聚類列數據值添加 1 個字節的元數據。

• Amazon 密 Keyspaces 會儲存每個分區金鑰和叢集索引鍵資料行兩次的資料值。額外的開銷用於高效查詢和內置索引。

• 卡桑德拉 ASCIITEXT，和VARCHAR字符串數據類型都存儲在 Amazon Keyspaces 使用 Unicode 與 UTF-8 二進制編碼。Amazon Keyspaces 中的字符串大小等於 UTF-8 編碼字節的數量。

• 卡桑德拉INT，BIGINTSMALLINT，和TINYINT數據類型存儲在 Amazon Keyspaces 作為具有可變長度的數據值，具有多達 38 個有效數字。前後的零會截去。任何這些數據類型的大小約為每兩個有效數字 1 個字節 + 1 字節。

• Amazon Keyspaces BLOB 中的 A 與值的原始字節長度存儲。

• Null值或值的大小為 1 個Boolean位元組。

• 儲存集合資料類型 (例如LIST或MAP需要 3 個位元組的中繼資料) 的資料行，不論其內容為何。a LIST 或的大小MAP為（列 ID）+ 總和（嵌套元素的大小）+（3 個字節）。空白LIST或大小MAP為 (資料行識別碼) + (3 個位元組)。每個單獨LIST或MAP元素還需要 1 個字節的元數據。

• STATIC欄資料不會計入 1 MB 的最大列大小。若要計算靜態欄的資料大小，請參閱計算 Amazon Keyspaces 中每個邏輯分區的靜態列大小。

• 當功能開啟時，會儲存每一列中每一欄的用戶端時間戳記。這些時間戳記大約會佔用 20-40 個位元組 (視您的資料而定)，而且會造成資料列的儲存和輸送量成本。如需詳細資訊，請參閱亞馬遜 Keyspaces 間中的客戶端時間戳如何工作。

• 將 100 個字節添加到行元數據的每行的大小。

已編碼資料列的總大小以下列公式為基礎：

partition key columns + clustering columns + regular columns + row metadata = total encoded size of row

重要

所有資料行中繼資料，例如資料行 ID、分割索引鍵中繼資料、叢集資料行中繼資料，以及用戶端時間戳記和資料列中繼資料都會計入最大資料列大小 1 MB。

考慮一個表的下面的例子，其中所有列都是整數類型。此資料表有兩個分割索引鍵資料行、兩個叢集資料行，以及一個一般資料欄。由於此資料表有五個資料行，所以資料行名稱識別碼所需的空間為 1 個位元組。

CREATE TABLE mykeyspace.mytable(pk_col1 int, pk_col2 int, ck_col1 int, ck_col2 int, reg_col1 int, primary key((pk_col1, pk_col2),ck_col1, ck_col2));

在這個例子中，我們計算數據的大小，當我們寫一行到表中顯示在下面的語句：

INSERT INTO mykeyspace.mytable (pk_col1, pk_col2, ck_col1, ck_col2, reg_col1) values(1,2,3,4,5);

若要估計此寫入作業所需的位元組總數，您可以使用下列步驟。

1. 新增儲存在資料行中之資料類型的位元組和中繼資料位元組，計算分割索引鍵資料行的大小。對所有分割區索引鍵欄重複此步驟。

   1. 計算分區鍵（pk_col1）的第一列的大小：

      (2 bytes for the integer data type) x 2 + 1 byte for the column id + 3 bytes for partition key metadata = 8 bytes

   2. 計算分區鍵（pk_col2）的第二列的大小：

      (2 bytes for the integer data type) x 2 + 1 byte for the column id + 3 bytes for partition key metadata = 8 bytes

   3. 新增兩個資料欄以取得分割區索引鍵資料欄的估計總大小：

      8 bytes + 8 bytes = 16 bytes for the partition key columns

2. 透過新增儲存在資料行中之資料類型的位元組和中繼資料位元組，計算叢集資料行的大小。對所有叢集資料行重複此步驟。

   1. 計算聚類列（ck_col1）的第一列的大小：

      (2 bytes for the integer data type) x 2 + 20% of the data value (2 bytes) for clustering column metadata + 1 byte for the column id  = 6 bytes

   2. 計算聚類列（ck_col2）的第二列的大小：

      (2 bytes for the integer data type) x 2 + 20% of the data value (2 bytes) for clustering column metadata + 1 byte for the column id = 6 bytes

   3. 新增兩個資料行以取得叢集資料行的總估計大小：

      6 bytes + 6 bytes = 12 bytes for the clustering columns

3. 添加常規列的大小。在這個例子中，我們只有一個存儲一個數字整數的列，這需要 2 個字節，列 ID 為 1 個字節。

4. 最後，要獲取總編碼的行大小，請將所有列的字節相加，並為行元數據添加額外的 100 個字節：

   16 bytes for the partition key columns + 12 bytes for clustering columns + 3 bytes for the regular column + 100 bytes for row metadata = 131 bytes.

要了解如何使用 Amazon 監控無伺服器資源 CloudWatch，請參閱用 Amazon 監控 Amazon Keyspaces CloudWatch。