用于车辆gps跟踪的Cassandra模式

Question

我有一个要求，即我每隔一段时间从设备中获取gps数据。

因此，对于给定的设备id，我有纬度、经度和时间戳字段。

我需要找到给定车辆id的最新纬度经度。

我的方法是将主键作为(device_id，timestamp)并按时间戳排序。

选择设备id作为分区键是个好主意吗？

在我的例子中，设备是一个虚拟机。每个新的工作都会创建一个新的工作。该设备将发送其gps位置，直到它完成其工作(通常为3-4天)，然后到期。对于下一个作业，将创建一个具有新设备id的新设备。

因此，我将有一个给定设备id的数据3-4天，然后什么都没有。此外，每周都有新设备问世。

所以，我唯一担心的是我的分区数量会随着时间的推移而不断增加。对于cassandra来说，这是一个好的设计吗？

Answer 1

是的，这是一个很好的设计。

分区键确定哪个节点存储数据。它负责跨节点的数据分发。分区数量越多，数据分布越多，可伸缩性越强，负载平衡的也越多。

Answer 2

：选择设备id作为分区键是个好主意吗？

是的，根据cassandra，你需要有一个分区键，这样那些键应该有非常好的分布，所以键的数量越多，你得到的分布数量就越多，这样当从客户端执行多个查询时，每个查询将在不同的节点上执行，因此可以减少热点。因此，将device_id作为分区键是的确切用例

您需要记住的另一件事是，来自cassandra文档here，

单个分区中的最大单元数(行x列)为20亿。

这意味着从您的模式来看，给定device_id的时间戳不能超过20亿。我相信你的数据不会达到这个极限，如果是这样的话，你需要重新考虑你的数据模型。否则，你的数据模型是百分之好的。