Cassandra 仅追加时间序列建模/查询答案

【问题标题】：Cassandra append-only timeseries modelling/queryingCassandra 仅追加时间序列建模/查询
【发布时间】：2016-09-30 23:03:16
【问题描述】：

我正在对 Cassandra 中的金融股票价格存储进行建模，我需要在其中满足追溯变化的需求。我想到了一个仅附加的数据库。

CREATE TABLE historical_data ( ticker text, eoddate timestamp, price double, created timestamp, PRIMARY KEY(ticker, eoddate) ) WITH CLUSTERING ORDER BY (eoddate DESC);"""

例如，一条记录可能是：股票代码=AAPL，eoddate=2016-09-28，价格=123.4，创建=2016-09-28 16:30:00

一天后，有一个复古数据修复，我会插入另一条记录股票代码=AAPL，eoddate=2016-09-28，价格=120.9，创建=2016-09-29 09:00:00

如果我想获取 AAPL 的最新系列（即过滤第一个值），那么建模/查询这些数据的最佳方法是什么？在 SQL 中，我可以编写一个分区查询。在 CQL 中怎么样？

还是应该在应用程序级别应用过滤器？

谢谢。

【问题讨论】：

您好，要正确建模，我们需要更多信息，更准确地说：基数。最多有多少个股票（当然是估计的）？每个股票有多少更新？每天/小时/分钟 1 次？数据保留策略（我想在你的情况下，数据永远不会被删除）。您的案例中的记录是可变的还是不可变的？
是的，我正在尝试在 Cassandra 中创建一个不可变的、仅附加的模式模型。上面的财务收盘只是一个例子。为了便于讨论，我假设有 30k 个股票代码，并且每个股票代码很可能每天都有一个收盘价，除了极少数情况下的回顾性更改（例如，每周更新一个值），我会插入新的价值。挑战在于找到有效查询数据的方法。如果是 SQL，我会执行“按 EOD 从分区中选择（每个分区选择最新的一个）”。我将如何在 CQL 中做类似的事情？

标签： database cassandra cql finance

【解决方案1】：

如果我正确理解您的需求，那么您的桌子就很好。使用此架构，您可以运行如下查询：

SELECT price
FROM historical_data
WHERE ticker = 'AAPL'
LIMIT 1;

它将返回股票代码 AAPL 的最新价格。

CLUSTERING ORDER BY 子句按特定ticker 的降序对数据进行物理排序，它不会对整个表进行排序。所以这个查询应该足够了。

【讨论】：