Question

我正在尝试存储＆amp;以下列方式检索cassandra中的数据：

存储数据 我用以下方式创建了表：

CREATE TABLE mydata (
    myKey TEXT,
    datetime TIMESTAMP,
    value TEXT,
    PRIMARY KEY (myKey,datetime)
);

我将在过去5年中每分钟存储一个值。因此它每行存储1440 * 365 * 5 = 2628000条记录/列（myKey作为行键）。

INSERT INTO mydata(myKey, datetime, value) VALUES ('1234ABCD','2013-04-03 07:01:00','72F');
INSERT INTO mydata(myKey, datetime, value) VALUES ('1234ABCD','2013-04-03 07:02:00','72F');
INSERT INTO mydata(myKey, datetime, value) VALUES ('1234ABCD','2013-04-03 07:03:00','72F');

.................

我能够存储数据并且一切正常。但是，我想知道，如果这是水平进行（存储）数据的有效方式（对于100万个这样的密钥，每个密钥有2628000个值）？

检索数据

以上述格式存储数据后，我可以通过使用一段时间的简单选择查询来选择数据。例如：

SELECT * 
FROM mydata 
WHERE myKey='1234ABCD' AND datetime > '2013-04-03 07:01:00' AND datetime < '2013-04-03 07:04:00';

查询工作正常，我得到了预期的结果。

但我的问题是：

如何以特定间隔仅选择这些值。例如，如果我查询一天的数据，我会得到1440个值（每分钟1个）。我希望每10分钟获得一次值（每10分钟一次）限制值。值为144。
如果我们使用上述存储策略，有没有办法查询表？
如果没有，有哪些可能的选项可以满足我在1分钟，10分钟，1小时，1天等特定时间间隔查询数据的要求？

感谢任何其他建议。

Answer 1

不，它不对，将来你会遇到问题，因为每行密钥我们只能存储20亿条记录或列。之后它不会给出错误，但它也会存储数据。对于您的问题，将列时间戳拆分为年，月，日和时间。喜欢2016年，04年，04年和15点03:00。也可以按年，月，日分区键。

Answer 2

您肯定需要使用模块化版本的时间戳来绑定分区。但粒度确实取决于你的读数。

如果你主要是每天阅读，那就用这样的PK（（myKey，yyyymmdd），时间）

如果主要是周PK（（mykey，yyyyww），时间）或月......

问题是，如果你想读一整年的价值，那么你最好每周或每月都有一个分区，或者甚至一年我认为如果你不做任何删除，你的分区大小需要小于100MB

cassandra中的时间序列数据建模

2 个答案: