我对cassandra比较陌生，不得不为监控工具评估不同的NoSQL-Solutions。 一个数据只有大约100字节，但实际上有很多。在一天中，我们获得了大约1500万条记录...... 所以我目前正在测试9亿条记录（大约15GB作为SQL插入脚本）
我的第一个问题是： 卡桑德拉适合我的需求吗？我需要进行范围查询（在创建记录的日期），并根据存储在基准中的“二级索引”定义的组总结一些列。）
我已经尝试过MongoDB，但是MapReduce确实很差，这真的很糟糕...... 我也读过关于HBase的内容，但是它所需的大量配置让我希望Cassandra可以有解决方案......
第二个问题是：如何以上述方式存储我的数据以访问它？ 我已经想到了一个超级列系列，其中关键是日期（自1970年以来），并且列将是当时采用的基准...但如果我使用随机分区器，我无法进行快速范围查询（据我所知）如果我使用Order Preserving Partitioner，数据将不会分布在我的集群上（目前由两个节点组成）。
我希望我能给你所有必要的信息...... 谢谢你的帮助！
和j
答案 0 :(得分：3)
听起来像Brisk（Cassandra + Hadoop发行版）的工作。完整的Hadoop map / reduce包括Hive支持，几乎不需要配置。
答案 1 :(得分：0)
我们有类似的情况。
我们将数据存储在简单的行中，其中行键的格式为<id>:<time-bucket>。我们当前的时间桶大小是24小时。该列是时间戳，该值是使用msgpack序列化的小对象。
如果需要，我们会手动进行聚合。
我们还做了一个小优化：当存储桶已满时，它变为不可变，因此我们创建一个“all”对象，将所有值保存在一列中。然后可以清除每个时间戳列。这允许我们获取整个存储桶并在O（1）中反序列化它而不是扫描该行。