让我们假设一个设备可以随机提供n个信号。我们在一段时间内从m个设备收集这些数据。所以我们的'元架构'是
DeviceId : int
SignalId : int
SignalDateTime : DateTime (with mSec as YY-MM-DD HHMMSS.mm)
ExtraData : String
我想将这些数据放入cassandra，我试图了解各种方法。我希望能够通过三个值（DeviceId，SignalId，SignalDateTime）的任意组合来获取数据。
我可以想象使用DeviceId作为行键，然后配对SignalDateTime：SignalId。但那么我如何处理ExtraData？也许把它变成一个超级列？类似地，我可以使用DeviceId和SignalDateTime创建唯一的行键，但这是使用Cassandra的合理方法吗？
答案 0 :(得分：3)
使用Cassandra，您真的要从您打算对数据进行的不同查询开始，然后从那里向后工作到相应的列族定义。理想情况下，您所做的每个查询都将从一行中选择数据。如果您希望在能够通过不同字段进行查询的同时实现此目的，则需要跨多个列族对该数据进行非规范化。
您可以从以下列系列开始：
CF1
RowKey: DeviceID
ColumnNames: SignalDateTime
Value: Serialized [SignalID + ExtraData]
CF2
RowKey: SignalID
ColumnName: SignalDateTime
Value: Serialized [DeviceID + ExtraData]
该值将是* ID + ExtraData的一些序列化形式（使用JSON，ProtocolBuffers等）。使用此模式，您可以从时间t0到t1查询Device1中的所有数据，或者从T0到t1查询Signal1中的所有数据。
也许您还想从t0到t1查询DeviceID和SignalID。在这种情况下，使用复合列是有意义的：
CF3
RowKey: DeviceID
ColumnName: CompositeColumn[SignalID:SignalDateTime]
Value: ExtraData
要查询此列族，您可以根据SignalID的切片列和时间范围内的时间来获取行。 pycassa文档解释了一些basics of composite columns。