卡桑德拉 - 分佈式數據和多表（數據建模）

Question

我想學習卡桑德拉。我不清楚的一件事是如何讓Cassandra發佈各種表格。即說我有時間序列數據進入表t1，t2，t3

T1是重負載（比例爲2000：2：4的行數）。 我希望給定日期的T1數據與T2或T3不在同一臺機器上;所以我的查詢分佈均勻，即不會在一臺機器上投入太多負載。

此外，隨着數據變老，查詢次數減少，我該如何考慮這個因素。

問候

Answer 1

Cassandra是自動分發，你沒有上得到的數據是如何分佈的直接控制。在大多數情況下，默認情況下，它使用行密鑰上的md5，並根據它選擇將使用哪些節點（計算機）來保存數據。

你說的是更多的標準SQL數據庫規劃。但是，如果生成的數據量非常大，只能由一些後端進程和用戶使用，則可以有一個由2個或3個節點組成的獨立羣集。這樣你的其他表格就不會受到這些統計數據的影響。

然而，卡桑德拉的真正力量是用於一個大集羣。如果速度變慢，請爲其添加節點並進行必要的修復以正確傳播數據。這就是...非常多。

至於表格的使用方式，您可以使用表格中定義的所有參數來調整其設置。如果你主要寫一個表，那麼你可以調整參數來獲得更快的寫入和更慢的讀取。反過來也是可用的：一次寫入，多次讀取。還有許多寫作和許多讀物。要調整這些設置，在大多數情況下，您需要運行軟件並收集各種統計信息並隨着時間的推移進行更改。

---

更新：

其實有一個解決方案，想着它，只是......我從來沒有使用該模式，所以我沒有去想它。

當您使用支持排序行的羣集時，可以使用特定的行名稱，然後數據將轉到特定的節點。再一次，你不能直接控制哪裏發生了什麼，但如果你真的想這樣做，那可能是你正在尋找的解決方案。

在這種情況下，行名稱將以數字開頭，例如T1數據爲0x0001，T2和T3爲0x0100和0x0200。既然你不知道數據到底在哪裏以及Cassandra如何決定使用它，在這裏獲得正確的結果相當複雜。如果你改變了你的羣集（即添加節點），那麼你對數據所在的位置的所有假設都可能去廁所！ （這不是說升級到Cassandra的新版本......）