Cassandra性能：包含更多列的行数越少，列数越少，行数越少

Question

我们正在评估是否可以从SQL SERVER迁移到cassandra for OLAP。根据内部存储结构，我们可以有宽行。我们几乎需要按日期访问数据。我们经常需要访问日期范围内的数据，因为我们有财务数据。如果我们使用date作为分区键来支持按日期过滤，那么我们最终会减少具有大量列的行。 如果我们将来每天处理数百万个事务，那么如果我们将来有数百个列用于单行密钥，它是否会妨碍性能？

我们是否需要对访问模式进行一些更改，以使每行的列数更多，行数更少。

需要一些绩效洞察才能朝着两个方向前进

Answer 1

使用宽行对于Cassandra来说通常很好，但是有一些事情需要考虑：

• 确保在任何情况下都达不到20亿列限制
• 整个宽行存储在同一节点上：它需要适合磁盘。此外，如果您有一些日期比其他日期（例如今天）更频繁地访问，那么您可以在存储当天数据的节点上创建热点。
• 非常宽的行会影响性能但是：The Last Pickle的Aaron Morton有一篇有趣的文章：http://thelastpickle.com/blog/2011/07/04/Cassandra-Query-Plans.html 它有些陈旧，但我相信这些概念仍然有效。

对于良好的表格设计决策，您需要了解所有典型的过滤条件。如果您有任何其他字段通常过滤为完全匹配，您也可以将它们添加到分区键中。