时空序列的复合分区键（Cassandra）与交错索引（Accumulo、BigTable）

我正在做一个项目，我们每天导入50k-100k个数据点，在时间上（YYYYMMDDHHmm）和空间上（lon，lat），然后根据用户设置的查询参数将其动态渲染到地图上。我们在给定的缩放级别下使用预先计算的簇

在这种情况下，鉴于我们正在为存储层选择数据库引擎，我目前正在评估Cassandra和BigTable的变体

具体来说，我试图理解在Cassandra中使用复合分区键与在BigTable中使用交错索引键（如GeoMesa使用的索引键）之间的区别

据我所知，这两种方法都可以利用COTS硬件，并且可以进行调整以减少热插销并最大限度地填充空间

---

为了区分两者，我应该遵循哪些逻辑步骤？尽管我计划在不久的将来对这两种方法进行测试，但我还是希望听到一种更合理、更有教育意义的方法。

GeoMesa实际上支持Accumulo和Cassandra等大型克隆。在撰写本文时，对卡桑德拉的支持目前处于早期阶段。具有索引方案的说明

这两种实现都使用Z2或Z3（取决于索引是空间索引还是时空索引）交错索引。BigTable克隆索引将完整分辨率Z3放入主键。查询只是对已排序的键进行范围扫描。Cassandra要求显式枚举分区键（除非您正在执行完整表扫描）。正因为如此，GeoMesa的Cassandra索引使用复合键在分区键和范围键之间传播信息。分区密钥是一个粗略的时空密钥，它将世界存储到NxN单元中。然后，范围键是全分辨率Z3交织索引。查询被分解为重叠存储桶（分区键）的枚举和每个存储桶（范围键）内的Z3范围。为了满足查询，必须枚举分区密钥会导致大量网络聊天。设置存储桶分辨率是减少这种聊天的关键