我开始使用Cassandra（我是新手）开展一个项目，我正在开发一个架构。我遇到的一个问题是I / O的含义是否存在一行，其中包含数百万列，特别是有关写入的内容？
为了清楚我正在尝试做什么，我基本上想要跟踪IP所属的域。我想到这样做的一种方法是使用像'google.com'这样的rowkeys，并且行中的每个列都是属于所述域的IP地址。有人告诉我，如果您的列很宽并且您更改它，那么它将创建大量的I / O b / c它必须在某个时刻将整个行重写为磁盘b / c数据是不可变的。它是否正确？我认为Cassandra只会将更改的数据和只有更改的数据写入提交日志和memtable。然后，当刷新数据并进行压缩时，它会将数据合并到列族的新SSTable中。
答案 0 :(得分：3)
宽行通常用于时间序列数据，并且通常不应成为问题。每行必须适合单个节点（机器） - 请参阅http://wiki.apache.org/cassandra/CassandraLimitations
您的架构的一个问题是您必须搜索所有域（行）以查找IP，这将使IP查找非常低效。如果你确实想通过IP查找，那么以某种方式键入IP的行会更好;你可能想要两者，这样你就可以向任何一个方向抬头。
您对commitlog / memtable-＆gt; SSTable进程是正确的，但请参阅this thread，提到由于in_memory_compaction_limit_in_mb而压缩可能会变慢 - 但是压缩后会有一些变化写的，它可能是过时的信息。
答案 1 :(得分：0)
你总是可以使用playOrm为你做宽行，然后你就可以做S-SQL（可扩展的SQL）。您只需要正确分区数据以执行S-SQL。通常分区是按客户或按时间等等（您可以在分区内进行连接和一切）。