Question

我正在考虑在Java应用程序中使用Cassandra作为时间序列数据。我还需要最后 n 分钟的平均值（和最小值/最大值）。

简单的方法是从客户端进行三次调用：

插入新值
选择最近 n 分钟
更新平均值

有更有效的方法吗？

第一步和第二步使用相同的分区，因此将在同一节点上运行。因此，如果两个语句都可以在同一请求中执行，则可以保存往返。但BATCH不支持select（据我所知）。

第三个请求涉及不同的分区（因此可能是不同的节点）。使用BATCH的好处是两个表保持同步。我认为这也可以节省客户 - ＆gt;协调员往返。但BATCH不支持将结果从选择传递到更新（据我所知）。

create table metrics (
  resource_name text,
  metric_name text,
  recorded_at timestamp,
  value double,
  primary key ((resource_name, metric_name), recorded_at)
) with clustering order by (recorded_at desc);

create table last_30m (
  metric_name text,
  resource_name text,
  avg_value double,
  min_value double,
  max_value double,
  primary key (metric_name, resource_name)
) with clustering order by (resource_name asc);

Answer 1

有一个avg，min和max聚合函数（截至2.2）。所以你真的不需要一个表，你可以只查询它。自recorded_at

排序后，数据将全部按顺序存储在磁盘或memtables中

SELECT avg(value), min(value), max(value) FROM metrics WHERE resource_name = 'blarg' AND metric_name = 'cpu' AND recorded_at > {half hour ago}

将来会有一个now()-30m（CASSANDRA-11936）但是现在你必须手动计算并将“半小时前”值放入其中。

我强烈建议避免使用BATCH并为此更新第二个表，并让查询在需要时读取值。如果您担心上述查询的性能，请在进行优化之前对其进行测试，这种优化很可能会更加昂贵。如果你需要像“过去一天的平均值”这样的东西，它可能是值得的，但我不会把它作为你的更新的一部分而是更多的“每分钟更新”有点事（也考虑火花流）

Cassandra：插入值并更新平均值/最小值/最大值

1 个答案: