Cassandra Skinny vs Wide Row的时间序列 - 消费

Question

我想将每一秒的值存储到一个表中。因此，我互相测试两个方法。如果我理解正确，数据应该在内部存储几乎相同。

宽行

CREATE TABLE timeseries (
  id int,
  date date,
  timestamp timestamp,
  value decimal,
  PRIMARY KEY ((id, date), timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC) AND
  compaction={'class': 'DateTieredCompactionStrategy'} 
   and  compression = { 'sstable_compression' : 'DeflateCompressor' };

瘦行

  CREATE TABLE timeseries(
    id int,
    date date,
    "0" decimal, "1" decimal,"2" decimal, -- ... 86400 decimal values
                   -- each column index is the second of the day
    PRIMARY KEY ((id, date))
) 

测试：

• 10个不同的身份
• 100万个值（每个ID 100.000）
• 每个值增加一分钟

在我的测试中，用于窦功能的瘦行方法仅占用了100万个值的一半存储空间。即使是随机测试也很重要。有人可以解释这种行为吗？

Answer 1

这些架构之间的唯一区别是单元格键

宽行模型的样本单元格：

["2017-06-09 15\\:05+0600:value","3",1496999149885944]
          |                 |     |          |
       timestamp         column  value   timestamp

Skinny行模型的示例单元格：

   ["0","3",1497019292686908]
     |   |          | 
  column value   timestamp

您可以清楚地看到宽行模型单元格键是值的时间戳值和列名称。而对于瘦模型，单元格键只是列名。

宽行模型的开销是时间戳（8个字节）和列名（值）的大小。你可以保持列名小，而不是使用时间戳，使用int并输入当天的秒数，如你瘦的行列名。这将节省更多空间。