Cassandras Map减少支持

Question

我最近碰到了一个案例，Cassandra非常适合存储基于时间的事件，每个事件类型都有自定义ttl（另一种解决方案是将其保存在hadoop中并手动进行簿记（ttls和stuff，恕我直言，非常复杂）想法）或切换到hbase）。 问题是如果没有Datastax Enterprise版本，cassandra MapReduce支持的开箱即用效果会很好。

似乎他们在CassandraFS上投入了大量资金，但我问自己是不是正常的猪 CassandraLoader被主动维护并实际扩展（因为它似乎只是迭代切片中的行）。 这适用于数百万行吗？

Answer 1

您可以使用随机分区来映射/缩小，但当然您获得的密钥是随机顺序。你可能想在cassandra中使用CL = 1，所以你不是每次都在读取map / reduce时从2个节点读入，它应该读取本地数据。我虽然没有用过猪。

Answer 2

为什么不用hbase？ Hbase更适合时间序列数据。您可以轻松地在非常小的群集上放置数十亿行，并在启用WAL的小型3node群集（最高50MB / s）上获得高达每秒500k行的数据。 卡桑德拉有几个缺陷：

1. 在cassandra中，你实际上受到了键数量的限制（想象一下，如果数十亿行，你的修复工作将永远有效）。因此，您将设计模式，这将“缩短”您的时间，例如1小时，实际时间戳将作为列。但由于“大柱”的高风险，这种方案不能很好地扩展。
2. 其他问题 - 你不能在cassandra中映射数据范围，除非你使用有序分区器，因为它不能很好地平衡，所以它根本不是一个选项。