Cassandra 性能：更少的行和更多的列与更多的行和更少的列

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。如果我们使用日期作为分区键来支持按日期过滤，我们最终会得到更少的行和大量的列。 如果我们将来每天处理数百万个事务时有数百万列用于单个行键，它会影响性能吗？

我们是否需要对访问模式进行一些更改，以使每行的列数更少。

需要一些性能洞察力才能朝任一方向前进

Answer 1

在 Cassandra 中使用宽行通常没问题，但是需要考虑以下几点：

• 确保在任何情况下都不会达到 20 亿列的限制
• 整个宽行存储在同一个节点上：它需要适合磁盘。此外，如果您的某些日期访问频率高于其他日期（例如今天），那么您可以在存储当天数据的节点上创建热点。
• 但是，非常宽的行会影响性能：The Last Pickle 的 Aaron Morton 对此有一篇有趣的文章：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。

要做出良好的表格设计决策，您需要了解所有典型的过滤条件。如果您有任何其他通常作为完全匹配过滤的字段，您也可以将它们添加到分区键中。