Question

我已经阅读了有关此主题的各种来源，并了解了围绕所需查询进行建模的想法，但想知道这对于Cassandra来说可以延伸多远。

如果我涉及传统的数据仓库，我需要存储包含度量和维度数据的处理事件。数据的格式类似于

log_timestamp（timestamp）：user_id（text）：measure_1（num）：measure_2（num）：measure_3（num）：dim_1（text）：dim_2（text）：... dim_n（text）

可能有10个或更多昏暗数据项。我想建模的查询包括：

user_id按时间（分钟/小时/天/周/月/年）和度量聚合

user_id按时间单一调暗与度量聚合

使用度量聚合按时间单一调暗

某些维度字段构成了一个自然的层次结构，所以我希望上面的查询也包含多个dim字段。

在着手创建大量离散列系列以尝试覆盖排列之前，我想知道是否有人可以推荐更好的方法例如使用单个cf作为昏暗数据，其中一列标识dim的类型，另一列用于值，以及类似的层次结构数据和成员dims和值的想法。

或者，可能是用于以相对精细的级别存储数据的良好模型，使得它可以被读回到聚合工具中，例如，蜂巢或火花（看起来非常有趣）。

感谢。

Answer 1

假设您希望能够按周查询汇总数据。您可以使用以下数据结构。

Column Family = day
Row Key: Date = day_identifier (e.g., time at beginning of some day this week)
Column Name: Date = timestamp, Long = field_ordinal
Column Value: field value

Column Family = week
Row Key: Date = week_identifier (e.g., time at beginning of first day of a week)
Column Name: Date = timestamp, Long = field_ordinal
Column Value: field value

在每周结束时，您将获取日期列系列中的条目，并将它们汇总到星期列系列中的条目中。然后，如果它对你不再有用，你可以每天删除它们。

这个概念允许您存储更少的数据，但您仍然可以完成很多工作。例如，如果您要查询一个月内汇总的数据，则只需访问该月的所有星期。或者，您也可以使用相同的概念汇总整个月的数据。

祝你好运。

另一种Cassandra数据建模方法

1 个答案: