卡桑德拉時間序列數據模型

Question

我正在研究用於存儲時間序列的卡桑德拉數據模型（我是卡桑德拉的新手）。 我有兩個應用程序：盤中股票數據和傳感器數據。

股票數據將被保存，時間分辨率爲一分鐘。 七個數據字段構建一個時間範圍： 符號，日期時間，打開，高，低，關閉，卷

我將主要通過符號和日期查詢數據。例如根據日期時間訂購2013-01-01和2013-01-31之間的所有AAPL數據。 cassandra查詢的建議是查詢整個列。所以你可以用Open，High，Low，Close，Volume鍵創建五行。併爲每個符號和分鐘一個自己的列。例如。 「AAPL：2013-01-04T130400Z」。 這將導致一個包含五行和n * NT列的表，其中n =符號數，nT =分鐘數。 大部分時間我會查詢日期範圍。即一天中的所有分鐘。因此，我可以重新排列數據以使列名爲「AAPL：2013-01-04」和行：OpenT130400Z，HighT130400Z，LowT130400Z，CloseT130400Z，VolumeT130400Z。 這將導致一個包含n * nD列（n：符號數量，nD：天數）和5 * nM行（nM：每分鐘數/條目數）的表格。

綜上所述：我有專欄，它將一整天的信息保存爲一個符號。

我已經找到了一個說明如何處理時間序列數據在這裏卡桑德拉http://www.datastax.com/dev/blog/advanced-time-series-with-cassandra 但我真的不明白，如果他們使用小時（1332960000）作爲列名或行鍵！？ 我明白他們使用小時作爲行鍵，並將小時間步長作爲列。所以他們會有一個固定的列號。但是這在閱讀上會有缺點，因爲我必須對鍵進行範圍查詢！我對嗎？

第二個問題： 如果我的傳感器數據比1分鐘的庫存數據要細得多（假設我必須以微秒的分辨率保存時間步數），我該如何處理？ 如果我使用列來保存傳感器通道和小時的組合，以及自上一小時以來的行數微秒，這將導致3,600,000,000行和n * nH列（n：傳感器數量，nH：小時數）。 我無法使用自上個小時以來的列的微秒數，因爲我有36億個點數高於允許的20億列數量。

我知道了嗎？ 您對這個問題有什麼看法？如何解決它？

謝謝！

最佳， 馬爾特

Answer 1

所以我對你對股票數據的第一個問題的建議。一個幼稚的做法是這樣的：

RowKey：

列格式：

名稱：當前日期時間粒狀一分鐘

價值：開放式，高，低的複合列，關閉，音量

所以，你會碰到這樣的

 
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] 

這樣可以在一年內爲您提供大約50萬列，所以大概4年也可以。我不會去嘗試達到20億的極限。你可以做的是在行鍵上定義一個拆分因子。這一切都取決於您的使用模式，但一年中可能會出現一個簡單的列，因此列家庭條目可能會看起來像是一個複合行鍵，這樣可以保證您每行的列數少於一百萬列。

 
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]