时间序列的Cassandra数据模型

Question

我正在研究用于存储时间序列的Cassandra数据模型（我是Cassandra新手）。 我有两个应用程序：日内库存数据和传感器数据。

库存数据将以一分钟的时间分辨率保存。 七个数据域构建一个时间范围： 符号，日期时间，打开，高，低，关闭，音量

我将主要通过符号和日期查询数据。例如告诉我Datetime订购的2013-01-01和2013-01-31之间的AAPL的所有数据。 对cassandra查询的建议是查询整列。因此，您可以使用“打开”，“高”，“低”，“关闭”，“音量”键创建五行。并为每个符号和分钟一个自己的列。例如。 “AAPL：2013-01-04T130400Z”。 这将产生一个包含五行和n * NT列的表，其中n =符号数，nT =分钟数。 大多数时候我会查询日期范围。即一天的所有时间。所以我可以重新排列数据，使列名为“AAPL：2013-01-04”和行：OpenT130400Z，HighT130400Z，LowT130400Z，CloseT130400Z，VolumeT130400Z。 这将产生一个包含n * nD列的表（n：符号数，nD：天数）和5 * nM行（nM：每天的分钟/条目数）。

总结一下：我有一些列，它们为一个符号保存一整天的信息。

我在这里找到了如何处理cassandra中时间序列数据的说明http://www.datastax.com/dev/blog/advanced-time-series-with-cassandra 但我真的没有，如果他们使用小时（1332960000）作为列名或行键！？ 我知道他们使用小时作为行键，并将小时间步长作为列。所以他们会有一个固定的列号。但这在读取时会有缺点，因为我必须对键进行范围查询！我是对的吗？

第二个问题： 如果我有传感器数据，这比1分钟的库存数据（比如说我必须以微秒的分辨率保存时间步长）更精细，我将如何处理？ 如果我使用列来保存传感器通道和小时的复合，以及自上一小时以来的微秒行，则会产生3,600,000,000行和n * nH列（n：传感器数量，nH：小时数）。 我不能使用自上个小时以来的微秒列，因为我有36亿个点，高于允许的20亿个列。

我明白了吗？ 你怎么看待这个问题？怎么解决？

谢谢！

最佳， 马尔特

Answer 1

所以我对你关于股票数据的第一个问题有一个建议。一个天真的实现可能如下所示：

RowKey：

列格式：

名称：当前日期时间为一分钟

值：Open，High，Low，Close，Volume

的复合列

所以你会有像

这样的东西

AAPL = [2013-05-02-15:38:00 | 441.78:448.59:440.63:15066146:445.52] ... [2013-05-02-15:39:00 | 441.78:448.59:440.63:15066146:445.52] ... [2013-05-02-15:40:00 | 441.78:448.59:440.63:15066146:445.52]

这将在一年内为您提供大约五十万个列，所以可能可能是4年。我不会去尝试达到20亿的限制。您可以做的是在行键上定义拆分因子。这一切都取决于您的使用模式，但一年中可能只有一个简单的使用模式，因此列系列条目可能看起来像这样，使用复合行键，这样可以保证每行总是少于一百万列。

AAPL:2013 = [05-02-15:38:00 | 441.78:448.59:440.63:15066146:445.52] ... [05-02-15:39:00 | 441.78:448.59:440.63:15066146:445.52] ... [05-02-15:40:00 | 441.78:448.59:440.63:15066146:445.52]