在DSE Search和DSE Analytics Spark之间拆分工作负载

Question

我有两种用例 - 搜索和分析。我还有两种不同的方法来分类我的主键候选字段。

1. 高基数字段的分区键，其中不同值的数量介于100,000和10,000,000之间，例如：
   • CUSTOMER_ID
   • EMPLOYEE_ID
   • IP_地址
   • MAC_ADDRESS

此处按行键查询通常会返回少量结果。辅助索引和水龙头是实用的，因为它们位于低基数字段 - 请参阅下面的＃2。

1. 低基数字段的分区键，其中唯一值的数量小于100，例如：
   • event_type - 例如“purchase”或“authenticated_OK”
   • 平台 - 类似5种类型的操作系统或50种类型的应用程序
   • metric_type - 类似于CPU_utilization
   • 协议 - 如http或ftp
   • SNMP MIB名称
   • 国家/地区代码，例如我们，ca，英国
   • 州，像de，ny

行键的典型查询会返回数百万条结果，可能会进行进一步的分析。 二级索引在这里不太实用，因为它们通常位于上述＃1类的高基数字段中。

我的问题：： 正在建模上面＃1中的数据更适合DSE搜索;和 像＃2这样的数据建模更适合DSE Analytics？

由于

Answer 1

第一个用例，如果正确建模数据并且在适当大小的集群上，将无需任何额外的索引（没有二级索引或需要solr又名DSE搜索）来查询cassandra。

第二个用例，很难用所提供的信息知道;然而，它确实听起来像是一个适当的数据模型和适当大小的cassandra集群加上低基数字段上的二级索引的情况，可能是一个很好的选择。但是，它还不清楚您提供的信息对您的访问模式的确切含义。

我建议你阅读本文，它提供了关于seconday索引和cassandra的solr的一些很好的信息：When to use Cassandra vs. Solr in DSE?