Cassandra 卡桑德拉还是Hbase？

我有一个要求，我想存储以下内容：

• Mac地址//PKEY
• 时间戳//PKEY
• 位置ID
• 所有者姓名
• 信号强度

插入逻辑如下所示：

• 在每个位置（LocationID）每小时存储一次每个活动设备（MacAddress）的上述统计信息
• 条目在每小时结束时创建，因此主键始终为MAC+时间戳

没有更新，只有插入

可以执行的查询如下：

• 给我过去“N”小时的所有条目，其中MacAddress=“…”
• 给我过去N小时的所有条目，其中LocationID位于（locID1，locID2，…）

不用说，有数以十亿计的条目，我想使用HBASE或Cassandra。我试着去探索，看来卡桑德拉可能不是正确的选择

原因是如果我在卡桑德拉有以下几点：

MacAddress:TimeStamp>
+LocationID
+所有者名称
+信号强度

两个查询都会扫描整个数据库，对吗？即使我在LocationID上添加了一个索引，这也只能在一定程度上帮助第二个查询，因为时间戳上没有索引（我相信搜索时间戳并不快，因为MacAddress:timestamp复合键不允许我们只在时间戳上搜索，相反，会发生完全扫描，对吗？）

---

我一直被困在这里，如果我们选择HBase或Cassandra，任何见解都会很有帮助。

您必须记住，像Cassandra这样的NoSql实例允许水平缩放，并使数据更容易共享。通过开发分片策略（识别分片密钥等），您可以大大减少单个实例上的数据大小，并使查询（即使在尝试查询海量数据集时）成为可能。

使用Cassandra对此建模的正确方法是使用按mac地址分区、按时间戳排序的表，并根据位置id编制索引。请参阅Cassandra数据模型文档，特别是[预定义排序]。您的任何查询都不需要进行完整的表扫描。

任何一个查询都适用于此查询：

给我过去“N”小时的所有条目，其中MacAddress=“…”

在cassandra中，您需要使用有序分区器，以便进行简单的扫描。这样您就不必扫描整个表。（我对卡桑德拉有些生疏）

在hbase中，它总是按行键排序，因此扫描变得很容易。您只需设置开始和停止rowkey。从概念上讲，这将是：

  scan.setStartRow(mac+":"+timestamp);
  scan.setStopRow(mac+":"+endtimestamp);

然后它只会在给定的时间段内扫描行中给定的mac地址——只扫描数据的一小部分

这个查询要困难得多：

给我过去“N”小时中LocationID所在位置的所有条目 （locID1，locID2，…）

Cassandra确实有二级索引，所以看起来很“简单”，但我不知道它会扫描多少数据。自从Cassandra添加了二级索引后，我就没有看过它了

在hbase中，您必须扫描整个表或创建第二个表。我建议创建第二个表，其中rowkey将是，您将复制数据。然后，您将使用该表通过扫描并设置开始键和结束键按位置查找数据