Question

我目前正在尝试使用Cassandra数据库。我正在使用DataStax开发中心和DataStax C＃驱动程序。

My Current模型非常简单，仅包含：

ParameterId（int） - 将作为表的id。
价值（bigint）
MeasureTime（时间戳）

我将拥有1000（不多于，不少于）参数，从1到1000.并且每次参数将获得一个条目。第二，并将运行多年。

我的问题是关于创建表格是否更好的做法：

CREATE TABLE keyspace.measurement (
    parameterId int,
    value bigint,
    measureTime timestamp,
    PRIMARY KEY(parameterId, measureTime)
) WITH CLUSTERING ORDER BY (measureTime DESC)

或者最好创建1000个仅包含值和measureTime的表，如果是这样，我可以在我的MeasureTime上查询范围吗？

Answer 1

你要打这么宽的行。我会反对你的表格格式，我会选择一些允许你控制行宽度的东西。

根据您的查询要求，我会给您写一个更合适的架构（恕我直言）：

CREATE TABLE keyspace.measurement (
    parameterId int,
    granularity timestamp,
    value bigint,
    measureTime timestamp,
    PRIMARY KEY((parameterId, granularity), measureTime)
) WITH CLUSTERING ORDER BY (measureTime DESC)

这与您的非常相似，但它有一个主要优势：您可以配置行的宽度，而且您没有任何热点。这个想法很简单：parameterId和granularity字段都会生成分区键，因此它们会告诉您数据的去向，而measureTime会保留您的数据订购。假设您希望每天查询，您可以将[{1}}的{{1}}值granularity存储到yyyy-mm-dd中，将当天的所有指标组合在一起。

这允许您使用有效的范围查询检索位于同一分区上的所有值（因此，对于给定的measureTime和parameterId字段对）。在日常配置中，您最终会得到每个分区86400条记录。这个数字可能仍然很高（建议的限制是10k IIRC），您可以通过使用granularity值进行逐小时分组来降低该值。

这种方法的缺点是，如果您需要来自多个分区的数据（例如，您每天都要进行分组，但是您需要连续两天的数据，例如1月19日的最后6个小时，以及在1月20日的前6个小时），那么你需要执行多个查询。

Answer 2

我们这里有两种方法，每种方法各有利弊。

方法1：为每个参数创建1个表（1000个表仅包含一个值和measureTime）

如果我们在不久的将来只有有限数量的参数，如果我们需要容纳更多参数，那么每种参数创建一个表将变得很麻烦，这种方法会很好。通过将表放在不同的分片中可以提高性能。

方法2：创建一个大表

NoSql DB的设计旨在为更高数量的记录提供更好的性能。即使拥有数十亿的记录也会带来良好的表现。

考虑到这一点"will be getting an entry for each parameter once pr. second and will be running for years."，我认为方法1最适合您的场景，前提是未来参数数量不会增加。

卡桑德拉 - 一张大桌子和许多桌子

2 个答案: