Cassandra作为时间系列商店

Question

我正在考虑使用Cassandra作为时间序列商店。我有数百万个系列，每个系列都有大约10K的连续点，并且间隔均匀。有些系列虽然有几千点或更少。它们可能在不同的点开始和结束，但都共享相同的时间。我访问数据系列

1. 垂直：预定义的分区（例如一年中的所有日子），我需要所有的行。
2. 水平：特定系列的所有值（随机）

我正在考虑两种选择。首先，我每次只能有一个列，因为它建议用于监控系统（尽管我有不同的访问模式）。其次，每个分区使用一列列表。

我担心读取性能（第二个用例更为关键）和存储开销。我做了以下公式： total_column_size = column_name_size + column_value_size + 15 here

我认为这会使第一个选项在存储方面相当昂贵。我找不到列表存储布局的任何文档。你知道吗？有其他建议吗？

顺便说一句，我使用python作为cassandra的客户端，如果这有任何区别的话。

Answer 1

“存储便宜”一般是这里的理念。如果您有两种查询模式，那么您可以将所有内容存储两次：一次按所需的垂直分割（天数除外），再按所选系列分区。如果您不知道如何提前对系列进行分区（从问题中不清楚）那么它会变得更加复杂。按顺序阅读时，Cassandra读取是顺序的 - 这是你应该使用它的唯一方法。

你所拥有的X0bn点数大于你的平均数据库，但并不接近荒谬，尤其是分布在集群上时。鉴于我不知道数据点的宽度，很难确定一个确切的数字，但如果这些只是标量值，那么这只是2TB左右的数据。