PlayORM能利用顺序数据布局吗？

Question

与Cassandra的分区相比，我想讨论PlayORM的虚拟分区是否总是对数据进行分区的最佳方式。

模式：

• TimeStamp
• 设备ID
• 设备名称
• 设备所有者

对于一个TimeStamp，有500 K行，对于特定的设备ID，有10 K行

如果我想在两个列上进行分区，比如TimeStamp和设备ID。

1. 使用PlayORM对两列进行“虚拟”分区，以便任何列的任何虚拟分区的数据都分布在所有节点上。
2. 使用Cassandra内置的对其中一个列的分区支持，并使用PlayORM的方法在其他列上创建“虚拟”分区。

如果“设备ID”是以“Cassandra”方式划分的，那么特定“设备ID”的所有记录都将存储在相邻位置的磁盘中，并且可以像playorm那样对“TimeStamp”进行虚拟分区。与PlayORM的方法相比，我可能更喜欢这种方法，因为使用Cassandra的分区方法，如果它们位于磁盘上物理上相邻的位置，则可以快速获取特定设备ID的所有记录，因为它们的数字较少(仅为10K)。这可能比PlayORM在节点上平均分配所有分区的所有记录的方法要好，因为那时数据将随机分布在磁盘上，从而导致许多磁盘查找，显然这会减慢速度。因此，即使在PlayORM的方法中，我们通过在集群中的节点间划分行来解决分治问题，但是由于分治导致的加速可能被高磁盘搜索所抵消，因为行可以随机地分散在节点上(相对于Cassandra的分区，所有的分区都在一起)。

以上是否是一个有效的观点，还是在我的理解中有一些错误？

Answer 1

这可能是可能的，但你也假设在一个卡桑德拉节点上，也不会有太多的寻求，因为所有的压缩，可以发生。在卡桑德拉经常发生SizeTiered或水平压实。最好的办法是只编写一个实际的测试用例来测试这两种场景。有时候，花上几天的时间来真正检验理论，最终会有很大的回报。要真正测试这一点，如果读取设置为QUOROM(即。每次读取时命中2个节点)。如果有3个具有RF=3的节点，您可能会看到相同的性能。

无论如何，测试是无可替代的。在测试之前，我们发现了许多被“说”的错误，所以最好运行代码，看看它是如何为您的情况工作的。

院长