假设我有一张100台机器上有100亿行的桌子.该表具有以下 struct :
PK1 PK2 PK3 V1 V2
其中PK表示分区键，V表示值.在上面的例子中，分区键由3列组成.
Scylla要求您在WHERE子句中指定分区键的所有列.
如果要在只指定部分列的情况下执行查询，则会收到警告，因为这需要进行完整的表扫描:
SELECT V1 & V2 FROM table WHERE PK1 = X & PK2 = Y
在上面的查询中，我们只指定了3列中的2列.假设查询匹配1 billion out of 10 billion rows——考虑这个查询的成本/性能，什么是一个好的心智模型？
我的假设是成本很高:这相当于对数据集执行1)亿个单独的查询，因为行存储到磁盘的方式在行之间没有逻辑关联，因为每行都有不同的分区键(高基数)2)，以便Scylla确定哪些行与查询匹配，它必须扫描所有1)亿行(即使结果集仅匹配10亿行)
假设一台服务器每秒可以处理10万个事务(在ScyllaDB个人公布的范围内)，并且数据驻留在ScyllaDB台服务器上，处理此查询的(估计)时间可以计算为:10万*ScyllaDB=ScyllaDB0万个查询/秒.ScyllaDB亿除以10米等于ScyllaDB0秒.因此，集群大约需要ScyllaDB0秒来处理查询(消耗所有集群资源).
对吗？或者，在我的心智模型中，Scylla如何处理这样的查询，是否存在任何缺陷？
谢谢