如何为 where 子句中的列编写具有不连续值的 Cassandra 查询

Question

我有几年间隔 1 分钟的 power_drawl 时间序列数据。也就是说，每天将有 1440 个（60 分钟 * 24 小时）值。

这是我的桌子，

CREATE TABLE power_drawl (date date, time time, x_power_mw float, PRIMARY KEY(date, time)) WITH CLUSTERING ORDER BY (time ASC); 




SELECT * FROM power_drawl WHERE date='2016-01-01' and time>='00:00:00' and time<='00:10:00' ALLOW FILTERING ;   

 date       | time               | x_power_mw
------------+--------------------+--------------------------------
 2016-01-01 | 00:00:00.000000000 |                          23.95
 2016-01-01 | 00:01:00.000000000 |                          24.17
 2016-01-01 | 00:02:00.000000000 |                          23.52
 2016-01-01 | 00:03:00.000000000 |                          21.17
 2016-01-01 | 00:04:00.000000000 |                          24.53
 2016-01-01 | 00:05:00.000000000 |                          25.06
 2016-01-01 | 00:06:00.000000000 |                           28.5
 2016-01-01 | 00:07:00.000000000 |                          25.52
 2016-01-01 | 00:08:00.000000000 |                          25.66
 2016-01-01 | 00:09:00.000000000 |                           25.4
 2016-01-01 | 00:10:00.000000000 |                          23.25

现在我有这样的查询
“2011 年至 2015 年 1 月每天下午 12 点至下午 2 点之间，x_power_mw 的 max 值是多少，何时发生”
“在上面的查询中，如果我想查询 2011 年和 2015 年而不是 2011 年到 2015 年（不连续值）怎么办？”

对我来说，为这些查询编写单个 cql 查询似乎是不可能的。
1) 如何编写带有where 子句的cql 查询，其年份为2011 年和2015 年而不是2011 年至2015 年？

2) 每年分别查询并在客户端计算最大值是个好主意吗？

3) 我的data model 对于这些查询是否正确，如果不是正确的（我应该将年份与日期分开以添加为复合集群键）？

Answer 1

1. 因为在您的情况下，您有一个 date 作为分区键，您需要生成 2011-2015 年 1 月所有天的所有可能值，并并行执行查询（不是建议在分区键上使用IN，因为它会使协调节点过载）。在您的情况下，您将执行 155 个查询。

1234563 .但是可以在客户端执行过滤，因为您只传输 120 个值（每分钟 1 个）。

2. 理论上，您可以使用年份作为分区键并使用 timestamp 而不是 time 作为集群列，但在这种情况下，每个分区将获得约 50 万个单元格，高于建议的最大值 100k /划分。您仍然可以使用日期，但将其截断为月份，因此每个分区将获得约 45k 单元格，并继续使用 timestamp 作为聚类列。但它可能无助于每天只选择特定范围。