假设我们有下面的 cassandra 表：

create table news(
    date text,
    source text,
    category int,
    id text,
    title text,
    tags text,
    primary key ((date, source, category), id)
)

现在，我们需要支持按日期、类别和来源进行查找：

select * from news where date in ('2019-01-23', '2019-01-24') and 
category in (1, 4, 6) and source in ('Bloomberg', 'CNN');

有人告诉我，与将所有IN组拆分为单独的查询并使用UNION连接结果的查询相比，此查询执行的比较不是最佳的（在上面的例子中是12个子查询）。原因是UNION将被拆分为12个独立的查询，并且每个查询都可以由集群中的一个节点处理（20+节点），我们将开始更快地获得结果。当我们只想确保返回的行数低于某个阈值时，它应该也会更快：

select count(*) (
    select * from news where date in ('2019-01-23', '2019-01-24') and 
       category in (1, 4, 6) and source in ('Bloomberg', 'CNN') LIMIT 10001
);

然而，我没有观察到小结果集和大结果集（250K行）的性能改进。我尝试在谷歌上搜索，但找不到任何可以支持或证明错误UNION假设的东西。
我正在使用Spark SQL（Hive 2）和Java CQL驱动程序访问Cassandra中的数据。
如果能提供有用的信息，我将不胜感激。
谢谢