Cassandra：如何制定数据模型/架构

Question

（不确定叫什么...模型..架构..超级模型？）

我有“n”个（唯一标识的）传感器在“m”个（唯一标识的）家庭中。每个传感器每天可以触发0到“k”次（以1-5块为单位）。这些数据当前存储在MySQL中，每个“家庭”都有一个表格，并具有以下结构：

time stamp
sensor id
firing count

我对使用“nosql”模型来查找按家庭、时间或传感器计算发射次数的数据有困难。

也许这不是推送到nosql的正确数据类型？我们当前的服务器在重负载下出现问题（数亿行x数百个家庭）。我非常希望找到一个可以扩展性类似于cassandra的数据存储。

- ethrbunny

---

为什么你要每个家庭都有一个单独的表，而不是一个表和一个外键？此外，您每秒接收多少传感器测量值，它们有多大，并且您需要进行什么样的分析？ - user359996

Answer 1

这要看情况。采用“先查询”方法：

1.确定查询 2.建立数据模型

因此，虽然你可能有一个列族作为你的物理模型，但你也会有一个或多个列族，以提供按查询方式检索到的数据。而且，你还可以进一步利用Cassandra的特性，例如：

1. 列名可以包含数据。你不需要存储值，每个名称都可以是时间戳，例如。 2. 它非常适合为每个键存储数千个列，这些列将保持排序，并且可以按正序或倒序访问；所以，继续上面的例子，可以轻松获取传感器的所有时间戳列表。 3. 复合数据类型允许你将多个数据位组合成键、名称或值。例如，结合房屋ID和传感器ID。 4. 计数器列提供简单的值增量，即使是初始值，所以只需进行写操作。 5. 索引可以定义在静态列名上，这实际上提供了一个反向的列族，其键为结果，只需小心桶大小（例如，可能不想要毫秒级的值）。

- libjack

Answer 2

存储传感器和房屋的触发计数：

House_Sensors     <-Column family 
  house_id        <-Key
    sensor_id     <-Column name
    firing_count  <-Column value

以类JSON的表示法表示的数据

House_Sensors = {
 house_1 : {
  sensor_1: 3436,
  sensor_2: 46,
  sensor_3: 99,
  ...
 },
 house_2 : {
  sensor_7: 0,
  sensor_8: 444,
  ...
 },
 ...
}

你可能需要定义另一个列族，以sensor_id作为键来存储触发时间戳。

在设计模式时，请考虑需要哪些查询，并根据需要进行反规范化。重复数据，Cassandra插入非常快。

触发时间戳未存储在House_Sensor列族中。创建一个新的列族，以sensor_id作为键。

这样，您可以使用House_Sensor列族查询触发计数和每个房屋所属的传感器。使用其他列族查询触发时间戳。

- rodrigoap

---

那么在“house_1”中，我可以有20K次对“sensor_1”的触发，每次都带有某种时间戳吗？（这个时间戳将由传感器提供，并且与Cassandra时间戳无关） - ethrbunny

另外，如果我有第二个列族，这是否意味着所有数据都会存储两次？ - ethrbunny

如果您使用第二个列族，这意味着所有数据都会被存储两次。从您的问题中不清楚您需要如何读取数据，但如果第二个列族只是使用时间戳作为列名称，每个触发器一个（值可以为空），它将允许您获取给定时间范围和传感器的精确触发次数。当然，这比读取单个计数器要更昂贵。 - Tyler Hobbs