Question

假设我们有一个名为sensor的键空间和一个名为sensor_per_row的表。该表具有以下结构：

sensor_id | ts | value

在这种情况下，senor_id代表分区键，而ts（这是创建记录的日期）代表集群键。

 select sensor_id, value , TODATE(ts) as day ,ts from sensors.sensor_per_row

此选择的结果是

  sensor_id | value | day       | ts

 -----------+-------+------------+---------------

  Sensor 2 |  52.7 | 2019-01-04 | 1546640464138

  Sensor 2 |  52.8 | 2019-01-04 | 1546640564376

  Sensor 2 |  52.9 | 2019-01-04 | 1546640664617

如何按ts对数据进行分组，更具体地说，如何按日期对数据进行分组，并使用cqlsh返回表的每一行的日平均值。例如：

 sensor_id | system.avg(value) | day
-----------+-------------------+------------
  Sensor 2 |          52.52059 | 2018-12-11
  Sensor 2 |          42.52059 | 2018-12-10
  Sensor 3 |          32.52059 | 2018-12-11

我猜的一种方法是使用udf（用户定义的函数），但是此函数仅运行一行。是否可以在udf中选择数据？另一种方法是使用Java等，每天进行多次查询，或者将其他联系点中的数据作为其余的Web服务进行处理，但是我现在不知道这种效率……任何建议吗？

Answer 1

NoSQL限制

使用NoSQL时，我们通常不得不放弃：

某些ACID保证。
CAP的一致性。
混洗操作：JOIN，GROUP BY。

您可以通过从表中读取数据（行）并求和来执行上述操作。

您也可以参考答案MAX(), DISTINCT and group by in Cassandra

Answer 2

因此，我找到了解决方案，如果其他人有相同的问题，我将予以发布。在我阅读数据建模时，这似乎是答案。意思是：

在 Cassandra 数据库中，我们具有分区键和集群键。Cassandra能够同时处理多个插入。这使我们可以同时在多个表中插入数据，这几乎意味着我们可以为同一个数据收集应用程序创建不同的表，该表将以物化视图（MySql）的方式使用。

例如，假设我们有一个日志模式{sensor_id，region，value}，首先想到的是生成一个名为 sensor_per_row 的表，例如：

    sensor_id | value | region     | ts

   -----------+-------+------------+---------------

这是长时间存储数据的非常有效的方法，但是鉴于Cassandra函数的存在，可视化并从中获取分析并不是那么简单。因此，我们可以使用 ttl （ttl表示生存时间）创建不同的表，这仅表示数据将存储多长时间。

例如，如果我们要获取特定传感器的每日测量值，我们可以创建一个表，其中day＆sensor_id为分区键，时间戳为聚类键（按Desc顺序）。

如果我们添加一个代表一天的 ttl 值12 * 60 * 60 * 60，则我们可以存储每日数据。

因此，创建一个具有上述格式和 ttl 的表 sensor_per_day 会实际给出每日测量值。最后，该表将刷新了较新的测量值，同时数据仍存储在预览表中 sensor_per_row

我希望我给你这个主意。

组数据并提取Cassandra cqlsh中的平均值

2 个答案: