用于web分析的Cassandra数据模型方法

我最近开始为我们的项目探索卡桑德拉。我对卡桑德拉数据建模有疑问。让我们以谷歌网络分析产品为例。谷歌在不同的时间范围内收集/聚合不同维度的url统计信息。让我们举一个简单的例子，从桌面浏览器和移动浏览器中收集访问www.yahoo.com的次数，为期30天（每日总和）。我们可以通过两种方式对此进行建模-

每个浏览器类型对应一个行键，用于相同的url，每天作为具有聚合计数器列类型的列名

url的一个通用行键和日期、url和浏览器类型为聚合计数器列类型的复合键

---

每种方法的优点和缺点是什么？

列名称的长名称不是一个好主意，因为它们将重复存储在每一行中。

---

您应该使用日期、url、平台、日期作为主键，使用一列作为计数。这样，如果您需要一个月的所有天数，您可以指定日期、url和平台

当你说主键时，我想你指的是行键。我们的要求是按日期、平台、浏览器类型等对数据进行切片。将来，我们还可以按国家、州、城市对数据进行切片。基本上它不是一把钥匙。因此，使用您的模型将以指数方式增加行数。可以吗？列族中的行数有限制吗？下面的讨论提供了一些不同的观点。你对此有什么想法？是的，主键或行键，我们谈论的是cassandra的不同版本；）首先，行数没有限制，添加更多服务器。对于国家、州、市，您可能需要一个新表，您能再解释一下这个用例吗？关于链接，这是完全正确的，在您的情况下，这取决于您的访问模式，如果您通常只读取一列，那么最好将日期、url、平台、日期作为行键，如果您主要同时读取所有30个计数器，那么将日期、url、平台作为行键和日期作为列名将更有效