在Hbase中，我使用'app_name_ip_timestamp'等行键加载数据。但是会有很多这样的应用程序。所以从本质上讲，我每分钟收集大约5万个数据点。
如果我必须基于ip查询，我可以在行键上使用子字符串过滤器，但这是一个好方法吗？ 无论如何，Cassandra可以帮忙吗？ 在这种情况下，Cassandra有哪些优势？ 如何使HBase适合我可以使用行键subString过滤器并执行范围扫描并以毫秒为单位检索结果的情况？ 在adhoc查询和部分行键，范围扫描，聚合结果方面查询cassandra和hbase的主要区别是什么
答案 0 :(得分：1)
我不能谈论Cassandra，所以我只会回答你的问题并考虑HBase ，因为这里已经多次询问过这类问题。你基本上需要HBase不直接支持的二级索引，请阅读以下关于它的文档：http://hbase.apache.org/book/secondary.indexes.html
现在，根据您的访问模式，我建议您手动双写同时写入数据表和作为二级索引的表，使用两种不同类型的rowkeys;
[ip_as_long]-1-[timestamp]-[appname]
[ip_as_long]-2-[appname]-[timestamp]
此表只有一个系列，其中一列包含数据表中数据点的rowkey。有了良好的缓冲，你将不会遇到任何性能损失。
要根据ip查询数据，只需扫描索引表，将起始行设置为“[ip_as_long] -1-”以按时间戳查询，或扫描为“[ip_as_long] -2- [appname]”查询应用名称。该扫描将为您提供可用于对数据表执行多重操作以检索它的行键。
考虑到这种方法，您可以使用另一个辅助索引表，其中appname为主维度，因此您也可以通过“[appname] - [timestamp]”查询数据。
建议：如果你有足够的存储空间，而不是将rowkey写入索引，我只会自己编写整个数据，这样就可以避免执行多重命令。