小编its*_*ata的帖子

我们成功地使用瘦行方法在 cassandra 中存储时间序列（包括分桶）。尽管如此，我正在为我们寻找高效的存储模型（例如，更少的存储消耗......）。一个用例是将每个值的每一秒存储到一个表中。

最后一种方法（宽行多列）对我来说就像一个完整的反模式（不是理论上，而是在实践中）。有人有这种方法的经验并且可以证实我对此的看法吗？

1) Skinny Row宽行（灵活，可以过滤时间戳）

CREATE TABLE timeseries (
    id int,
    date date,
    timestamp timestamp,    
    value decimal,
    PRIMARY KEY ((id, date), timestamp)
) WITH CLUSTERING ORDER BY (timestamp DESC)

2) 包含一天所有值的 Blob/JSON（更少的存储消耗，没有对节点上的时间戳进行过滤）

CREATE TABLE timeseries(
    id int,
    date date,
    json text, -- [{'secondOfDay': 0, 'value': 12.34}, {...} or BLOB
    PRIMARY KEY ((id, date))
) 

3)宽行窄行多列

CREATE TABLE timeseries(
    id int,
    date date,
    "0" decimal, "1" decimal,"2" decimal, -- ... 86400 decimal …

这可能是一个特殊的问题,但是可以确定分区键的节点吗？

示例:我有一个分区键id(int),我使用默认的分区程序(Murmur3Partitioner),其中包含3个节点和复制因子"1".我可以确定id = 3的一个节点吗？

CREATE TABLE example_table (
    id int,    
    content text,
    PRIMARY KEY (id, content)
)