我正在尝试为cassandra DB制作数据模型。
在我的项目中 - 可以互相关注的用户， - 可与许多主题相关的文章。
每个用户都可以关注许多主题。
因此，目标是使用户获得的聚合Feed： 他关注的所有主题的文章+ 他关注的所有朋友的文章+ 自我文章。
我搜索了相同的任务，发现了twissandra示例项目。
正如我在该示例中所理解的那样，我们只在时间轴中存储推文的ID，当我们需要获取时间线时，我们会获取推文的ID，然后在单独的非阻塞请求中通过id获取每条推文。收集完所有推文后，我们会向用户返回推文列表。
所以我的问题是：它有效吗？
向DB发出~41个请求以获取一页推文？
第二个问题是追随者。 当有人创建推文时，我们会收到所有关注者并将推文ID添加到他们的时间轴中， 但如果用户有数千名粉丝呢？
这意味着只创建一条推文，我们应该向DB写入（1 + followers_count）次？
答案 0 :(得分：3)
twissandra更像是一个玩具的例子。它适用于某些工作负载，但您可能需要更多分区数据（分解大行）。
基本上虽然是，但它相当有效 - 可以通过在时间线中包含内容来实现更多效果，但取决于可能是个坏主意的要求（如果需要删除/编辑）。写入应该是非问题，20k写入/秒/节点是合理的，只要您有足够的系统。
如果我正确理解了您的用例，那么您可能会喜欢使用模式之类的twissandra，但请务必使用预期的工作负载进行测试。请记住，在某种程度上，所有内容都会变得复杂一些（例如，如果您希望数百万篇文章需要进一步分区，请参阅https://academy.datastax.com/demos/getting-started-time-series-data-modeling）。