快速入門：使用 Lucene Index 搜尋適用於 Apache Cassandra 的 Azure 受控實例（預覽）

Cassandra Lucene Index 衍生自 Stratio Cassandra，是 Apache Cassandra 的外掛程式。 Lucene Index 擴充了其索引功能，提供全文搜索功能，以及多變量、地理空間和雙時間軸的靈活搜尋能力。它是透過以Apache Lucene為基礎的Cassandra次要索引實作來達成，其中叢集的每個節點都會為其自己的數據編製索引。本快速入門示範如何使用 Lucene Index 搜尋適用於 Apache Cassandra 的 Azure 受控實例。

重要事項

Lucene Index 處於公開預覽狀態。此功能已推出但不提供服務等級協定。不建議將其用於生產工作負載。如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

Lucene Index 外掛程式無法只執行索引中的跨分割區搜尋。 Cassandra 必須將查詢傳送至每個節點。這項限制可能會在跨分割區搜尋時產生效能（記憶體和 CPU 負載）上的問題，並可能影響穩定狀態的工作負載。

如果您的搜尋需求相當重要，建議您部署專用的次要數據中心，以便只用於搜尋。應確保最少數量的節點每個都具有高數量的核心（至少 16 個）。然後，將主要 (作業) 資料中心中的索引鍵空間設定為將資料複寫至次要 (搜尋) 資料中心。

先決條件

如果您沒有 Azure 訂用帳戶，請在開始前建立免費帳戶。
部署 Azure Managed Instance for Apache Cassandra 叢集。您可以透過 Azure 入口網站執行此步驟。從入口網站部署叢集時，預設會啟用 Lucene 索引。如果您想要將 Lucene 索引新增至現有的叢集，請在入口網站 [概觀] 窗格上選取 [更新]。選取 [Cassandra Lucene 索引]，然後選取 [ 更新 ] 以部署。
從 Cassandra 語言查詢工具（CQLSH）連線到叢集。

使用 Lucene Index 建立資料

在您的 CQLSH 命令視窗中，建立索引鍵空間和資料表：

   CREATE KEYSPACE demo
   WITH REPLICATION = {'class': 'NetworkTopologyStrategy', 'datacenter-1': 3};
   USE demo;
   CREATE TABLE tweets (
      id INT PRIMARY KEY,
      user TEXT,
      body TEXT,
      time TIMESTAMP,
      latitude FLOAT,
      longitude FLOAT
   );

現在，使用 Lucene Index 在資料表上建立自定義次要索引：

   CREATE CUSTOM INDEX tweets_index ON tweets ()
   USING 'com.stratio.cassandra.lucene.Index'
   WITH OPTIONS = {
      'refresh_seconds': '1',
      'schema': '{
         fields: {
            id: {type: "integer"},
            user: {type: "string"},
            body: {type: "text", analyzer: "english"},
            time: {type: "date", pattern: "yyyy/MM/dd"},
            place: {type: "geo_point", latitude: "latitude", longitude: "longitude"}
         }
      }'
   };

插入下列範例推文：

    INSERT INTO tweets (id,user,body,time,latitude,longitude) VALUES (1,'theo','Make money fast, 5 easy tips', '2023-04-01T11:21:59.001+0000', 0.0, 0.0);
    INSERT INTO tweets (id,user,body,time,latitude,longitude) VALUES (2,'theo','Click my link, like my stuff!', '2023-04-01T11:21:59.001+0000', 0.0, 0.0);
    INSERT INTO tweets (id,user,body,time,latitude,longitude) VALUES (3,'quetzal','Click my link, like my stuff!', '2023-04-02T11:21:59.001+0000', 0.0, 0.0);
    INSERT INTO tweets (id,user,body,time,latitude,longitude) VALUES (4,'quetzal','Click my link, like my stuff!', '2023-04-01T11:21:59.001+0000', 40.3930, -3.7328);
    INSERT INTO tweets (id,user,body,time,latitude,longitude) VALUES (5,'quetzal','Click my link, like my stuff!', '2023-04-01T11:21:59.001+0000', 40.3930, -3.7329);

控制讀取一致性

您稍早建立的索引會使用指定的型別，為數據表中的所有數據行編製索引。用於搜尋的讀取索引會每秒重新整理一次。或者，您可以使用內含 ALL consistency 的空白搜尋，明確地重新整理所有索引分區：
```
    CONSISTENCY ALL
    SELECT * FROM tweets WHERE expr(tweets_index, '{refresh:true}');
    CONSISTENCY QUORUM
```

現在，您可以搜尋特定日期範圍內的推文：

    SELECT * FROM tweets WHERE expr(tweets_index, '{filter: {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"}}');

您也可以強制明確重新整理相關的索引分區來執行此搜尋：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
       refresh: true
    }') limit 100;

搜尋資料

要搜尋與日期範圍特別相關的前 100 條推文，其中 body 字段包含片語 Click my link：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
       query: {type: "phrase", field: "body", value: "Click my link", slop: 1}
    }') LIMIT 100;

若要精簡搜尋，只取得名稱開頭為 "q" 的使用者所撰寫的推文：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: [
          {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
          {type: "prefix", field: "user", value: "q"}
       ],
       query: {type: "phrase", field: "body", value: "Click my link", slop: 1}
    }') LIMIT 100;

若要取得最近篩選的 100 個結果，您可以使用排序選項：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: [
          {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
          {type: "prefix", field: "user", value: "q"}
       ],
       query: {type: "phrase", field: "body", value: "Click my link", slop: 1},
       sort: {field: "time", reverse: true}
    }') limit 100;

您可以將先前的搜尋限制為接近地理位置的推文：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: [
          {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
          {type: "prefix", field: "user", value: "q"},
          {type: "geo_distance", field: "place", latitude: 40.3930, longitude: -3.7328, max_distance: "1km"}
       ],
       query: {type: "phrase", field: "body", value: "Click my link", slop: 1},
       sort: {field: "time", reverse: true}
    }') limit 100;

您也可以依地理位置的距離來排序結果：

    SELECT * FROM tweets WHERE expr(tweets_index, '{
       filter: [
          {type: "range", field: "time", lower: "2023/03/01", upper: "2023/05/01"},
          {type: "prefix", field: "user", value: "q"},
          {type: "geo_distance", field: "place", latitude: 40.3930, longitude: -3.7328, max_distance: "1km"}
       ],
       query: {type: "phrase", field: "body", value: "Click my link", slop: 1},
       sort: [
          {field: "time", reverse: true},
          {field: "place", type: "geo_distance", latitude: 40.3930, longitude: -3.7328}
       ]
    }') limit 100;

後續步驟

在本快速入門中，您已瞭解如何使用 Lucene Index 搜尋 Apache Cassandra 叢集的 Azure 受控實例。您現在可以開始使用叢集：

使用 Azure Databricks 部署受控 Apache Spark 叢集

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-07-22