Cassandra数据建模-确定最佳行键

我有一个平台，在这个平台上，各种应用程序都会放置注释，注释由

note\u id

标识，应用程序由

app\u key

标识，

note\u id

和

app\u key

都是唯一的，我的所有查询仅限于单个应用程序密钥，我不需要跨多个应用程序查询注释

现在我必须选择一个主键

如果我只选择

app\u key

作为分区键和

note\u id

作为集群键，则会出现宽行。也就是说，单个应用程序的所有注释将在单个分区中根据

app\u key

进行分组

所以：

查找

应用程序的所有
注释
将是有效的（单分区搜索）

查找一个

应用程序的
注释
将是有效的

删除

应用程序的所有
注释将是有效的

删除一个

应用程序的
注释
是有效的

但是，不能保证一行的宽度，即单个

应用程序可以拥有的
注释的数量没有限制。数据分布将不均匀。
应用程序
的所有
注释
都将位于一个分区，因此具有大量
注释的
应用程序
将创建一个巨大分区，从而产生热点

现在让我们检查选项B，分区键将同时是
app\u键
和
note\u键

在这种情况下，
应用程序
的分区计数将取决于它将具有的
注释的数量

查找
应用程序的所有
注释
（不可能）

查找一个
应用程序的
注释
（如果快速查找分区，效率会很高）

删除
应用程序的所有
注释
（不可能）

删除单个
注释
很快（假设与上述相同）


所以我的问题是：


这里的正确余额是多少
我遗漏了什么概念吗
热点真的重要吗
在第二个选项中，整个查询是不可能的，是否有其他方法可以对此建模
我的建议是，您可以根据吞吐量将分区划分为基于时间的桶（例如：每日/每周/每月/每年），这样您就不会受到宽行分区的影响

例如，在每日分区的情况下，您的分区密钥将是（应用程序密钥，insert_day）…此处insert_day是日期，例如8-8-2018-00:00:00:000

现在，当要按应用程序键读取所有注释时，您需要从当前日期迭代到不再查找数据的日期。。删除也是如此。。选择bucket以减少迭代次数

注释id（集群键）您可以采用时间uuid类型（将从插入日期生成）…现在是按注释id和appkey进行选择。。您可以从节点id值计算所需的插入日期（即，note id->insert date->insert day）
请注意，对于复合分区键（选项B），您必须限制构成分区键的所有列的值（包括
app_key
和
note_id
）。如果你需要查找某个应用程序的所有注释，那么查询怎么可能？好的，我没有注意到，编辑如果查找单个应用程序的所有注释是你的要求之一，那么我发现选项B根本无效。对于选项A，我发现您需要使用真实数据运行性能测试，以查看可能形成的热点的严重性，以及您的解决方案需要什么硬件规格（即机器数量和机器规格）。这可能是一种方法，而我仍在尝试解决此问题，您认为二级索引或物化视图是否可以启用选项B中的其他查询？由于性能问题，我们最好避免二级索引，尽管在某些特定情况下它可以工作，但不确定在这种情况下您将如何计划使用SI。就MV而言，它是否已准备好生产是一个关键讨论，