我有一个要求，我想存储以下内容：
插入逻辑如下：
没有更新，只有插入
可以执行的查询如下：
毋庸置疑，有数十亿条目，我想使用HBASE或Cassandra。我试图探索，似乎Cassandra可能不是正确的选择。
原因是我在cassandra中有以下内容：
＆LT; ＆LT; RowKey＆gt; MacAddress：TimeStamp＆gt; ＆GT;
+ LocationID
+所有者名称
+信号强度
两个查询都会扫描整个数据库，对吧？即使我在LocationID上添加索引，这只会在某种程度上帮助第二个查询，因为时间戳上没有索引（我相信时间戳上的搜索速度不快，因为MacAddress：TimeStamp复合键不会允许我们只搜索时间戳，相反，会发生全扫描，这是正确的吗？）。
如果我们选择HBase或Cassandra，我会在这里遇到很大的时间，任何见解都会有所帮助。
答案 0 :(得分：5)
使用Cassandra对此进行建模的正确方法是使用由mac地址分区的表，按时间戳排序，并在位置ID上编制索引。请参阅Cassandra数据模型文档，尤其是section on clustering [预定义排序]。您的所有查询都不需要全表扫描。
答案 1 :(得分：1)
你必须记住，像Cassandra这样的NoSql实例允许水平扩展，并且可以更容易地对数据进行分片。通过开发分片策略（识别分片键等），您可以显着减少单个实例上的数据大小，并使查询（即使在尝试查询海量数据集时）也可行。
答案 2 :(得分：0)
任何一个都可以用于此查询：
给我最后一个条目N＆＃39;小时MacAddress =＆＃34; ....＆＃34;
在cassandra中，您可能希望使用有序的分区程序，以便轻松扫描。这样你就不必扫描整个表了。 （我在Cassandra身上有点生气）。
在hbase中，它始终由rowkey排序，因此扫描变得简单。您只需设置一个开始和停止rowkey。从概念上讲，它将是：
scan.setStartRow(mac+":"+timestamp);
scan.setStopRow(mac+":"+endtimestamp);
然后它只扫描给定时间段内给定mac地址的行 - 只有一小部分数据。
这个查询要困难得多：
给我最后一个条目N＆＃39;小时位置ID IN （locID1，locID2，..）;
Cassandra确实有二级索引，所以看起来很容易＆＃34;容易＆＃34;但我不知道它会扫描多少数据。我没有看过Cassandra，因为它增加了二级索引。
在hbase中，您必须扫描整个表格或创建第二个表格。我建议创建第二个表，其中rowkey将是＆lt; location：timestamp＆gt;并且你复制了数据。然后，您可以使用该表按位置查找数据，并使用扫描并设置开始和结束键。