Question

我需要一些Cassandra数据建模方面的帮助。这是问题描述：我有3台服务器处理用户请求NodeA，NodeB和NodeC。我有1000个不同的开发人员（可能是10000），并且必须为每个处理节点维护每个开发人员的$余额。我可以看到两种建模方式： 1）使用developerid + balanceid作为行键的CF。列名称将是NodeA，NodeB和NodeC。

create table {
     developerBalanceid int primarykey;
     nodeA varchar;
     nodeB varchar;
     nodeC varchar;
}

2）带宽节点的CF，节点ID为键。列名称为developerid + balanceid。这看起来类似于存储在Cassandra中的时间序列数据。

create table {
       nodeid varchar as primary key;
       developerBalanceid int; //this will be dynamic columns
}

运营： a）写入：每隔5秒，每个节点都会为每个开发者更新$ balance。更具体地，在每个时间t + 5，节点A将写入1000个平衡值。节点B也会写入1000个余额值和节点C.

b）读取：读取也会每5秒钟读取一次特定的开发者平衡。

看来2）是建模的最佳方式。我确实有一些关于行如何与我想要的查询一起工作的问题。在最坏的情况下，宽行读取的iops数量是多少。我应该考虑其他优化，例如写入压缩吗？

我知道我可以运行一些测试并检查性能。但我也希望听到其他经历。

Answer 1

使用Cassandra进行建模时的基本规则是＆＃34;来自您的查询的模型＆＃34;。你问题的主要论点是：

阅读特定的开发人员平衡。

如果您通过developerBalance查询，那么developerBalance必须是您主键的开头。你的解决方案1对我来说更好。

使用解决方案2，您无法编写

select * from my_table where developerBalanceid=?

...不扫描整个群集

你必须明白Cassandra查询不能做什么，partition key and cluster key是什么。 Another link

卡桑德拉宽行与常规行

1 个答案: