添加行和添加列性能的Cassandra

Question

我想将来自许多不同设备的时间序列日志存储到cassandra，我有两个策略:第一个策略，为每个新事件添加一列。

---------------------------------------------------------------
device1 | 2016-4-3, "visit /"     | 2016-4-4, "exit /"     | ...
----------------------------------------------------------------
device2 | 2016-4-3, "visit /home" | 2016-4-4, "exit /home" | ...
----------------------------------------------------------------

第二个，为每个新事件添加一行，就像sql一样。

--------------------------------
device1 | 2016-4-3 | "visit /" |
--------------------------------
device1 | 2016-4-4 | "exit /"  |
--------------------------------
....    | ...      | ....

哪一个会提供更多的插入性能

Answer 1

这实际上是一个混乱的卡桑德拉工作方式。在Cassandra中，我们认为数据建模是“分区”和“行”。

一个分区包含许多我们称之为“行”的列的逻辑分组。Partition中行的排序是基于行中的一组列的Clustering Key。

在IOT用例中，这通常表现为表示单个设备的Partition。然后，分区中表示该设备发出的事件的行。Clustering Key设置为发射时间(更多情况下是事件的TIMEUUID )。这样构建的分区看起来像

DeviceID -> [TimeUUID_1, (DataA, DataB, DataC) ], [TimeUUID_2, (DataA, DataB, DataC) ] ...

这个分区应该由如下的架构来描述

CREATE TABLE timeseries (
  DeviceID UUID, 
  EventTime TIMEUUID, 
  DataA Text, 
  DataB Text, 
  DataC Text, 
  PRIMARY KEY (DeviceID, EventTIme)
)

有关更多示例，请参见时间序列数据建模

其中详细介绍了基于这些概念的几种不同类型的时间序列数据建模。

Answer 2

你在试图模拟一个根本不存在的问题。您应该只根据您的查询进行建模。

一个典型的(反向)时间序列模型是：

CREATE TABLE mytable(
    device int, 
    ts ts, 
    event text,
    PRIMARY KEY (device , ts)
) WITH CLUSTERING ORDER BY (ts DESC);

中，您可以轻松(高效)检索特定设备的所有事件。

SELECT * FROM mytable WHERE device = ?;

您可以将结果进一步限制为特定的时间窗口。

SELECT * FROM mytable WHERE device = ? AND ts >= ? AND ts <= ?;