Cassandra 宽排与常规排

Question

我需要一些有关 Cassandra 数据建模的帮助。 以下是问题描述： 我有 3 台服务器处理用户请求 NodeA、NodeB 和 NodeC。我有 1000 个不同的开发人员（可能有 10000 个），并且必须为每个处理节点的每个开发人员保持 $ 余额。 我可以看到两种建模方式： 1) 以 developerid+balanceid 作为行键的 CF。 列名将是 NodeA、NodeB 和 NodeC。

create table {
     developerBalanceid int primarykey;
     nodeA varchar;
     nodeB varchar;
     nodeC varchar;
}

2) CF 具有以节点 ID 作为键的宽行。 列名称将为 developerid+balanceid。这似乎类似于存储在 Cassandra 中的时间序列数据。

create table {
       nodeid varchar as primary key;
       developerBalanceid int; //this will be dynamic columns
}

操作： a) 写入： 每 5 秒，每个节点都会为每个开发者更新 $ 余额。更具体地说，在每个时间 t+5，节点 A 将写入 1000 个余额值。节点 B 将写入 1000 个余额值，节点 C 也将写入。

b) 读取： 还会每 5 秒进行一次读取以读取特定的 developerBalance。

看来 2) 是对此建模的最佳方式。 我确实对我想要执行的查询的行宽有一些担忧。 在最坏的情况下，宽行读取会产生多少 iops。 我是否应该考虑其他优化，例如写入压缩？

我知道我可以运行一些测试并检查性能。但我也想听听其他的经验。

Answer 1

使用 Cassandra 建模时的基本规则是“根据您的查询建模”。您问题的主要论点是：

读取特定的 developerBalance。

如果您通过 developerBalance 查询，则 developerBalance 必须是您的主键的开头。您的解决方案 1 对我来说更好。

使用解决方案 2，您将无法编写

select * from my_table where developerBalanceid=?

...不扫描整个集群

你必须了解 Cassandra 查询不能做什么，partition key and cluster key 是什么。 Another link