我正在使用 Cassandra 来存储股票信息。每个“行”都有一些基本字段,例如:时间、价格、收盘价、开盘价、最低价、最高价等。在这些字段之上,我有一个浮点类型值列表,其中包含一些内部系统计算。
对象示例:
Class stockentry
time timestamp;
price float;
close float;
open float;
low float;
high float;
x float;
y float;
z float;
xx2 float;
xx3 float;
xx... yy... z...
a lot more...
在列族中创建大量列并存储所有这些数据对于 Cassandra 来说没有问题。问题是查询它。 我想查询 x,y,xx2.. 等字段,这些字段包含非常独特的数据值(具有 4 位小数的 float )。
将所有这些列 (100-150) 添加为二级索引不太可能是一个好的解决方案,Cassandra 文档也不建议这样做。
在使用 Cassandra 时,考虑到需求,建议的数据建模是什么?
最佳答案
Cassandra 数据建模遵循查询驱动设计模式。这意味着我们不是构建模型来自然地表示数据(就像我们在 RDBMS 中那样),而是设计模式来适应数据访问模式。
例如,如果您知道大多数查询将涉及 x 列上的 where 子句,并按 列中的行排序y,您可能想要创建一个附加表,其中分区键为 x,聚类列为 y。例如:
CREATE TABLE <tablename>
"x" float,
"y" float,
"price" float,
.
.
<rest of columns>
.
.
PRIMARY KEY("x","y"));
现在,由于特定 x 值的数据存储在一起,因此在 x 列中查询变得非常高效。
对于需要一系列值(x> 价格范围)的查询,明智的做法是将它们存储为聚类列。
诚然,这会导致多次写入,因为 x 列和 y 列中的值必须跨两个表写入。 Cassandra 鼓励写入,因为在当今时代存储数据很便宜。本质上,在 Cassandra 中,您需要牺牲额外的写入速度来换取极快的读取速度。
因此,在设计数据模型之前,请考虑您最有可能执行的查询类型并进行相应的设计。
关于cassandra - 查询 Cassandra 的多列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23994500/