Question

我有一个事件表，该表与所有者（device_id）存储事件名称和时间。我想知道事件平均发生的时间。

我知道Cassandra支持AVG（），但我确定它不是针对此用例而设计的。

我玩弄计数器，但事实是它们不一致，只能在没有其他字段的表内使用，这使其难以正确实现，并且会造成混乱。

简单事件表：

CREATE TABLE tests.events(
  device_id TEXT,
  event_name TEXT,
  event_time TIMESTAMP,
  PRIMARY KEY(device_id, event_name)
)
WITH CLUSTERING ORDER BY (event_time DESC)
WITH default_time_to_live = 2592000; // 30 days

我当前的查询：

SELECT * FROM events WHERE device_id = "abcd" AND event_time >= '2019-01-01 00:00:00+0200' AND event_time <= '2019-01-02 00:00:00+0200' LIMIT 100 ALLOW FILTERING;

我从设备检索最近的100个事件。是否可以直接在Cassandra中返回事件之间的平均时间？

假设我有以下event_time：

2019-01-01 10:00:00
2019-01-01 11:00:00
2019-01-01 11:30:00

平均为45（分钟）。

我计划最终依靠某种机器学习代码，在该代码中，我可以在宽限期后向其提供事件，但是距离这一点还很遥远，所以我正在寻找临时解决方法。

>

Answer 1

您可以尝试使用用户定义的聚合函数，例如described in documentation。我认为您几乎可以重用此处显示的功能，仅更改状态初始化的代码。您需要在enable_user_defined_functions文件中将cassandra.yaml更改为true。

要获得良好的性能，您需要确保仅在单个分区内执行聚合。您可以查看this blog post以获得更多示例和最佳做法。

是否有可能在Cassandra中获得一系列时间戳之间的平均时间？

1 个答案: