我已经在youtube上考虑了Cassandra的文档和视频了几个星期。
我正在实施日志存储和关联系统，我想使用Cassandra。我似乎无法围绕这种类型的应用程序的Cassandra数据模型。我无法找到这类应用程序的最佳数据模型的深度示例。
日志记录系统围绕HTTP Web流量。我的日志源会及时扩展，但现在它们将包括代理日志，应用程序日志以及包含主机名/ IP和事件数据的一些其他系统日志。
我的相关性将围绕源和目标IP地址以及主机名，域名，地理位置，http方法（GET / PUT / Connect）以及所请求的文件类型的一些其他可能的相关性（例如.jar） .exe .pdf）。在所有这些情况下，围绕时间的相关性也很重要。
我在很多地方都读过，Cassandra的数据建模是从考虑你将要运行的查询开始的。所以我在这里指出了几个例子。还有更多示例，但以下将是一个良好的开端，任何查询都将遵循类似的相关模式。
示例查询1： 告诉我在过去24小时或过去一周内在URL中带有.jar扩展名的日志中看到IP 10.0.0.1的位置
示例查询2： 向我展示过去24小时内访问域xyz.com的所有PUT请求
示例查询3： 显示源主机192.168.1.1从time01到time02的所有日志事件
示例查询4： 显示昨天发生的10.0.0.1和192.168.1.1之间的所有通信。
示例查询5： 将所有新事件与现有域和IP列表进行比较，并向我显示包含这些IP和域的任何新事件。
如果需要，我可以提供更多详细信息。任何指导都会有用。
谢谢！
答案 0 :(得分：0)
对于查询1，您可以将IP地址和文件类型作为复合键，将时间戳作为聚类列。这样，您可以查询具有文件类型和时间戳范围的IP。
对于查询2，域和方法（put，get，...）作为复合键，时间戳作为群集列，您可能需要添加UUID或请求ID作为群集ID，以使复合主键唯一。
查询3，IP作为主键，时间戳聚类列，+ UUID（如果需要）
查询4，IPA和IPB作为复合主键，时间戳作为聚类列。 在这种情况下，如果通信是定向的，您还需要存储IPB和IPA。
查询5，您必须在客户端程序中执行此操作