我已经阅读了关于这个主题的各种资料，并且理解了围绕所需查询进行建模的想法，但是我想知道这对于cassandra来说可以延伸到什么程度。
如果与传统数据仓库相关，则需要存储同时包含度量和维度数据的处理事件。数据的格式类似于
日志\时间戳（timestamp）：用户\ id（文本）：度量值\ 1（num）：度量值\ 2（num）：度量值\ 3（num）：分帐\ 1（文本）：分帐\ 2（文本）：。。。尺寸（文本）
其中可能有10个或更多dim数据项。我想模拟的查询包括：
按时间（分钟/小时/天/周/月/年）和度量值聚合的用户id
用户id按单个dim按时间和度量聚合
单个dim按时间测量聚合
一些维度字段形成了一个自然的层次结构，因此我希望上面的查询也包含多个dim字段。
在开始创建大量离散列族以尝试覆盖排列之前，我想知道是否有人可以推荐一种更好的方法，例如使用一个cf来表示dim数据，其中一个列标识dim的类型，另一个列标识值，以及使用层次类型和成员尺寸和值。
或者，什么样的模型可以将数据存储在一个相对细粒度的级别上，这样就可以将数据读回聚合工具，例如hive或spark（看起来非常有趣）。
谢谢。
1条答案
按热度按时间5rgfhyps1#
假设您希望能够按周查询聚合数据。您可以使用以下数据结构。
在每周结束时，您将获取day列族中的条目，并将它们聚合到week列族中的条目中。然后，如果数据对您不再有用，您可以每天删除这些数据。
这个概念允许您存储更少的数据，但是您仍然可以完成很多工作。例如，如果要查询一个月内聚合的数据，只需访问该月的所有周。或者，您也可以使用相同的概念来汇总整个月份的数据。
祝你好运。