Spark對CQL有什麼額外的好處？

Question

我們正在爲cassandra探索SPARK以克服CQL的限制。

我們最初只限於CQL，但在RDBMS上面臨很少的障礙/障礙。僅舉幾例，如下

1. 爲了比較>（大於）和<（小於）上的專欄中，我們被限制在聚集鍵列。即使如果我在羣集中有一列，我仍然應該提供分區密鑰來執行<或>羣集密鑰。
2. 無法檢查NULL任何列值
3. 爲了任何一列其他分區鍵查詢，我們必須在該列
4. ORDER創建指數列這不是一個聚集鍵
5. GROUP BY限制
6. 聯接表

我與卡桑德拉一個新手，在重新審視我的架構往往是由於限制結束。

因此，與HDFS的HIVE/PIG類似，Spark對CQL有什麼額外的好處？

Answer 1

CQL不是SQL的替代品。它真的是用於從少數（通常是一個）分區鍵中提取值，正如您所指出的那樣，它不會進行任何聚合，分組，分類非常有限等（儘管Cassandra 3.0將具有UDF和UDA） 。

這裏是提供什麼火花放電CQL：

• 一般彙總和查詢通過DataFrames和SQL，包括聯接，GROUP BY，ORDER BY，和UDF
• 速度明顯加快查詢 - 數量級的速度更快 - 如果你使用緩存在內存中的數據卡珊德拉sqlContext.cacheTable
• 集成機器學習，統計，圖形處理，以及幾乎任何類型的分佈式計算，你可以想像，使用Scala中，使用Java，Python，和R的API
• 阿維爾兩者均在進出卡桑德拉表和許多其他數據源ETL - 今天包括各種HDFS格式，亞馬遜S3，的DBMS，蒙戈，和大多數其他數據庫

Spark是真正從CQL一個完全不同的野獸。它提供了大量數據的複雜分析，而CQL則沒有。但是，也有一些限制：

• Spark對高度併發查詢並不擅長。爲此，您希望簡化查詢並使用CQL來提取非常少量的數據。在星火
• 緩存數據不HA和你寫新的數據到C *

如果你想在卡桑德拉非常快的分析查詢與更新的支持，無需緩存不能更新，然後檢查了我項目http://github.com/tuplejump/FiloDB。