用于缓存应用程序数据的Cassandra架构

我有一个程序，可以做一些相当密集的计算，我想把这些计算的结果缓存在Cassandra表中。这样做的最佳模式是什么

目前，我正在使用以下模式：

CREATE TABLE raw_data_cache (
    id uuid,
    buckets int,
    start_time timestamp,
    end_time timestamp,
    time timestamp,
    data list<float>,
    PRIMARY KEY(id,buckets,start_time,end_time,time)
) with GC_Grace_Seconds=1;

这个模式的问题是，我最终得到了一致的读取超时，我认为这是由于墓碑的数量：

read0 live和3777400个墓碑单元格

（取自cqlsh中的“跟踪打开”）

我可以通过使用

nodetool

摆脱所有这些问题，但我不想每隔几分钟就这么做。是否有更好的模式或用法可以改进这种情况

编辑：

raw\u data\u cache

是一个表，用于存储经过处理的

raw\u data

。在存储

原始数据时，我遵循了似乎是传统的智慧，除了
列表
（但这是因为我每次有几个不同的输入，我希望一次获得所有输入）。以下是基本时间序列：

CREATE TABLE raw_data(
   id uuid,
   time timestamp,
   data list<float>,
   PRIMARY KEY (id, time)
);

创建表原始数据(
id uuid，
时间戳，
数据列表，
主键（id、时间）
);

我使用
raw\u data\u cache
的目标是将处理过的较小版本的raw\u数据保存几个小时。
我认为您的数据模型并不适合这种使用。我认为你应该使用一种更基于时间序列的方法。包含每个要缓存的时间段的列。我不是100%确定，但认为GC\u Grace\u Seconds=1可能不是您真正想要的

这是Cassandra数据建模的最佳资源之一：。此外，还有3个关于这个主题的视频是由同一位作者拍摄的

如果您想优化以首先获取最新的项目，您可以执行以下操作：

CREATE TABLE raw_data(
   id uuid,
   time timestamp,
   data list<float>,
   PRIMARY KEY (id, time)
) WITH CLUSTERING ORDER BY (event_time DESC);

CREATE TABLE summarized_data_cache(
    id uuid,
    time_bucket text,
    time timestamp,
    data list<float>,
    PRIMARY KEY ((id, time_bucket), time)
);

创建表原始数据(
id uuid，
时间戳，
数据列表，
主键（id、时间）
)按事件时间描述进行聚类；

这将使最新的事件优先，这在缓存中很有用。如果你想要基于小时数的桶。你可以使用之前在日期示例中使用的相同技巧，该日期包括“2013-10-27-12”小时，并且它会将所有时间都包含在该桶中。因此，也许你可以尝试以下方式：

CREATE TABLE raw_data(
   id uuid,
   time timestamp,
   data list<float>,
   PRIMARY KEY (id, time)
) WITH CLUSTERING ORDER BY (event_time DESC);

CREATE TABLE summarized_data_cache(
    id uuid,
    time_bucket text,
    time timestamp,
    data list<float>,
    PRIMARY KEY ((id, time_bucket), time)
);

创建表摘要\u数据\u缓存(
id uuid，
时间(bucket text),，
时间戳，
数据列表，
主键（（id，时间段），时间）
);

这样写起来很快，但检索起来也很快，因为所有内容都将存储在一个宽行中。
我已经为有关上下文的问题添加了更多信息。原始数据缓存（或等效缓存）需要存储处理后的原始数据版本，该版本根据您共享的链接进行建模。谢谢嗯，谢谢（（），）主键结构。这似乎减少了20%左右的阅读时间。就特定情况而言，除法是任意的（没有小时、分钟或秒的除法），所以我不能预先打破它。整个缓存（对于特定的主键）总是一次读取。