我是新来的« 大数据 » 技术，尤其是Cassandra，所以我需要你的建议来完成我的任务。我一直在寻找有关处理时间序列的示例，以及关于此主题的不同讨论，但如果您认为我可能遗漏了一些内容，请随时告诉我。这是我的问题。
我需要存储和分析来自我们正在测试的大约100个传感器站的数据。在每个传感器站，我们有几千个传感器。因此，对于每个站，我们都会运行几个测试（大约10个，每个测试持续2小时30分），在测试期间，传感器每毫秒记录一次信息（可以是布尔值、整数或浮点值）。每次测试的记录在测试过程中都保存在工作站上，测试完成后再发给我。这意味着每个测试大约10gb（每个参数大约有1mb的信息）。
下面是一个说明层次结构的模式：层次结构描述
现在，我可以访问带有spark和cassandra的小型hadoop集群进行测试。我可能可以安装其他工具，但我真的很感激继续与Spark/Cassandra工作。
我的问题是：存储和分析来自这些传感器的信息的最佳数据模型是什么？
“分析”是指：
求某一特定站上某一特定传感器记录的某一特定参数的最小值、最大值、平均值；或者为一个特定的参数找到那些值，但是为所有的站；或者，当同一站的其他参数（一个或两个）高于某个极限时，为某个特定参数找到这些值
绘制一个或多个参数的演变曲线，以直观地比较它们（不同台站上的相同参数，或同一台站上的不同参数）
在参数或站之间做一些相关分析（例如，找出传感器是否不工作）。
我想把所有的信息放在一个cassandra表中，数据模型如下：

CREATE TABLE data_stations (
station text,           // station ID
test int,               // test ID
parameter text,         // name of recorded parameter/sensor
tps timestamp,          // timestamp
val float,              // measured value
PRIMARY KEY ((station, test, parameter), tps)
);

但是，我不知道一个表是否能够处理所有的数据：根据先前的数据模型（100个站x 10个测试x 10），快速计算给出10^14个不同的行 000个参数x 9000000毫秒（2h30毫秒）~=10^14），即使每个分区“只有”9000000行。
其他想法是将数据分成不同的表（例如，每个站一个表，或者每个测试站一个表，等等）。我不知道该怎么选，所以欢迎任何建议！
非常感谢您的时间和帮助，如果您需要更多的信息或细节，我很乐意告诉您更多。
皮亚尔