时间戳范围查询的Cassandra时间序列表设计

我们的问题与通常的timeseries问题有点不同，因为我们的数据中没有自然的分区键。在我们的系统中，我们得到的消息不超过5k/s，因此在许多出版物（如）之后，我们得出了以下模式（更复杂，但以下最重要）：

我们主要希望根据创建（事件）时间查询系统；其他过滤可能会在不同的发动机上进行，如Spark。问题是，我们可能会有一个跨越两个月的查询，因此理想情况下，我们应该在查询的WHERE-in部分放置60多个日期和24小时，至少可以说这很麻烦。当然，我们可以执行如下查询：

SELECT * FROM messages WHERE createdat >= '2017-03-01 00:00:00' LIMIT 10 ALLOW FILTERING;

我的理解是，尽管上面的方法有效，但它将进行完全扫描，在较大的集群上这将非常昂贵。还是我搞错了，C*知道要扫描哪些分区

我本想添加一个索引，但据我所知，这个问题很可能会陷入其中

---

编辑：问题不在于数据模型，尽管建议是受欢迎的，但更多的是关于使用

cratedat

范围进行查询的可行性，或者列出查询中WHERE in部分所需的所有

date

和

hour

值，以避免完全扫描。

每秒5000条消息，如果您发出一个为期2个月的请求，并且每列占用20字节（取决于“数据”），那么您将看到一个500 Gb的结果——在国际海事组织看来，这不太实际，将在许多层面上造成问题。感谢您的建议，但我们知道大小，我们无法对此做太多；最后，我们处理的数据是Spark，目前我们有这样的数量，因此，这对我们来说不是一个大问题。在完整模型中，primery键中有一个UUID组件，实际上没有丢失任何东西。我的问题更多的是关于在不进行完全扫描的情况下进行高效选择，通常，在类似数据仓库的设置中使用Cassandra。每秒5000条消息，如果您发出一个2个月的请求，并且每列占用20个字节（取决于“数据”），那么您将看到一个500 Gb的结果——在我看来，这不太实际，会在多个层面上造成问题。谢谢你的建议，但是我们知道尺寸，我们不能做太多；最后，我们处理的数据是Spark，目前我们有这样的数量，因此，这对我们来说不是一个大问题。在完整模型中，primery键中有一个UUID组件，实际上没有丢失任何东西。我的问题更多的是关于在不进行完全扫描的情况下进行高效选择，以及在类似数据仓库的设置中使用Cassandra。

SELECT * FROM messages WHERE createdat >= '2017-03-01 00:00:00' LIMIT 10 ALLOW FILTERING;