Question

我有一个表datavalue，每个client的数据差不多一年，时间间隔eventtime为15分钟。我想创建另一个表datavalue_by_hour，我将以1小时为间隔存储来自datavalue的数据。为此，我需要：

获取client和eventhour;
为上述结果的每一行计算avg(activepower)和client的{{1}};
计算上述平均函数中使用的eventhour值的数量。

问题是，在mysql或postgres中，这可以通过几乎一条指令轻松完成。使用Cassandra我想唯一的方法是循环遍历每个结果并应用另一个查询，直到最终结果实现。？这看起来效率很低，有没有其他方法以更有效的方式实现这样的结构？

activepower

我的初始数据值表具有以下结构：

AFH0AEE00A0BHC  2016-05-24 18:00:00+0000    0.067   4
AFH0AEE00AGCEC  2016-05-24 19:00:00+0000    0.081   4
AFH0ADE0ACDAAE  2016-05-24 20:00:00+0000    0.068   3
AFH0AEE00AGFEC  2016-05-24 21:00:00+0000    0.032   4

CREATE TABLE datavalue ( client text, eventhour bigint, eventtime timestamp, activepower double, activepowerclassification double, dstoffset double, PRIMARY KEY (( pt, eventhour ), eventtime));表中的数据集示例（+10000000行）：

datavalue

Answer 1

更新您的架构添加dstCount，dstSum和dstAvg：

CREATE TABLE datavalue (
    client text,
    eventhour bigint,
    eventtime timestamp,
    activepower double,
    activepowerclassification double,
    dstoffset double,
    powerCount bigint static,
    powerSum double static,
    powerAvg double static,
PRIMARY KEY (( client, eventhour ), eventtime));

我使用的是静态列，这里是doc

静态列是由同一分区的所有行共享的特殊列。让我们举个例子：假设我们想要存储需要支付的每用户账单，并保留每用户余额的剩余金额。我们想要维持的不变量是余额总是所有未付帐单的总和：

在插入新记录之前，请使用此查询为特定客户端和eventhour选择当前powerCount和powerSum

让你插入记录

client          eventhour   eventtime                  activepower                  
AFH0AEE00BFEFB  1473847200  2016-09-14 10:00:00+0000   0.040

查询将是

 SELECT powerCount,powerSum 
   FROM datavalue 
 WHERE client = 'AFH0AEE00BFEFB' AND eventhour = 1473847200 LIMIT 1;

现在您获得当前的powerCount和powerSum 让powerCount = 4 and powerSum = 0.275
如此更新的数据

powerSum = powerSum + 0.040 = 0.315
powerCount = powerCount + 1  = 5  
powerAvg = powerSum/powerCount =  0.063

现在插入记录以及新的powerSum，powerCount和powerAvg

在Cassandra中计算和计算平均值的高效查询

1 个答案: