web日志记录的cassandra数据模型

我一直在和Cassandra玩，我正在尝试评估什么是存储视图或唯一页面id的点击等内容的最佳数据模型？最好是每个pageid有一个列族，还是有一个pageid列的超级列（日志）？每个页面都有一个唯一的id，然后希望在视图上存储日期和一些其他指标

我只是不确定哪种解决方案处理更好的可伸缩性、大量列系列或1个巨型超级列

第92838页{日期：9月2日，浏览器：IE} 第22939页{日期：9月2日，浏览器：IE5}

或

日志{ 第92838页{ 日期：2001年9月2日， 浏览器：IE } 第-22939页{ 日期：2001年9月2日， 浏览器：IE5 } }

---

其次，如何处理大量不同的日期：page-92838的条目？

您不需要每个pageid都有一个列族

一种解决方案是为每个页面设置一行，并键入pageid

然后，您可以为每个页面视图设置一个列，或者按时间UUID（假设视图按时间排序会很有用）或其他唯一的、始终递增的计数器进行点击、键入和排序。请注意，所有Cassandra列都带有时间戳，因此无论您使用的是其他什么时间戳或日期戳，都会有一个精确的“免费”时间戳。使用精确的时间UUID作为密钥还解决了在同一日期存储多个点击的问题

然后，每列的值可以是文本值或包含任何其他要存储的元数据（如浏览器）的JSON文档

---

对于cassandra，最好从需要执行的查询开始，并对模式进行建模以支持这些查询

假设您要查询某个页面上的点击率，并按浏览器查询点击率，则可以为每个页面设置一个

stats { #cf 
    page-id { #key
        hits : # counter column for hits
        browser-ie : #counts of views with ie
        browser-firefox : ....
    }
}

---

如果您需要进行基于时间的查询，请查看twitters在写入cassandra时的表现。

我喜欢此列设置的简单性，我假设stats是一个超级列？有趣的是，stats是一个普通列族？数据模型看起来像这样吗（使用cli监视器）：stats['399485']['hits']=4；统计数据['129495']['hits']=56；因此，使用该数据模型，对于用户，我会有如下内容：userstats['bob'][timeuuid]=399485#pageid userstats['bob'][timeuuid]=455212#另一个pageid userstats['sally'][timeuuid]=129495#PageID将其存储为列是一种很好的做法吗？在我看来，假设行键为“page-12345”，这将导致大量行。如果行键包含时间指示器，建议对每个pageid使用不同的行吗？示例：stats['page-1-alltime]=100；统计数据['page-1-2011]=90；统计数据['page-1-2011-11]=20；stats['page-1-2011-11-21]=5这就是我对雨鸟非规范化的理解。我看到的优点是，您可以更好地跨行分布cluster@Christoph，将#列更改为#键，这是一个输入错误

stats { #cf 
    page-id { #key
        hits : # counter column for hits
        browser-ie : #counts of views with ie
        browser-firefox : ....
    }
}