Database design Cassandra数据模型选项，所有潜在阅读类型的大量列，还是地图集合？

我们计划在卡桑德拉存储时间序列传感器数据。每个传感器在每个采样时间点可以有多个数据点。我想将每个设备的所有数据点存储在一起

我的一个想法是为我们可能收集的各种数据类型创建所有可能的列：

CREATE TABLE ddata (
  deviceID int,
  day timestamp,
  timepoint timestamp, 
  aparentPower int,
  actualPower int,
  actualEnergy int,
  temperature float,
  humidity float,
  ppmCO2 int,
  etc, etc, etc...
  PRIMARY KEY ((deviceID,day),timepoint)
) WITH
  clustering order by (timepoint DESC);

insert into ddata (deviceID,day,timepoint,temperature,humidity) values (1000001,'2013-09-02','2013-09-02 00:00:04',93,97.3);

 deviceid | day                      | timepoint                | actualenergy | actualpower | aparentpower | event | humidity | ppmco2 | temperature
----------+--------------------------+--------------------------+--------------+-------------+--------------+-------+----------+--------+-------------
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:04-0700 |         null |        null |         null |  null |     97.3 |   null |          93
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:03-0700 |         null |        null |         null |  null |     null |   null |          92
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:02-0700 |         null |        null |         null |  null |     null |   null |          91
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:01-0700 |         null |        null |         null |  null |     null |   null |          90

CREATE TABLE ddata (
  deviceID int,
  day timestamp,
  timepoint timestamp, 
  feeds map<text,int>,
  PRIMARY KEY ((deviceID,day),timepoint)
) WITH
  clustering order by (timepoint DESC);

insert into ddata (deviceID,day,timepoint,feeds) values (1000001,'2013-09-01','2013-09-01 00:00:04',{'temp':73,'humidity':99});

 deviceid | day                      | timepoint                | event      | feeds
----------+--------------------------+--------------------------+------------+----------------------------------------------------------
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:04-0700 |       null |                             {'humidity': 97, 'temp': 93}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:03-0700 |       null |                                             {'temp': 92}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:02-0700 |       null |                                             {'temp': 91}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:01-0700 |       null |                                             {'temp': 90}

---

另一个想法是创建给定设备可能报告的各种数据点的地图集合：

CREATE TABLE ddata (
  deviceID int,
  day timestamp,
  timepoint timestamp, 
  aparentPower int,
  actualPower int,
  actualEnergy int,
  temperature float,
  humidity float,
  ppmCO2 int,
  etc, etc, etc...
  PRIMARY KEY ((deviceID,day),timepoint)
) WITH
  clustering order by (timepoint DESC);

insert into ddata (deviceID,day,timepoint,temperature,humidity) values (1000001,'2013-09-02','2013-09-02 00:00:04',93,97.3);

 deviceid | day                      | timepoint                | actualenergy | actualpower | aparentpower | event | humidity | ppmco2 | temperature
----------+--------------------------+--------------------------+--------------+-------------+--------------+-------+----------+--------+-------------
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:04-0700 |         null |        null |         null |  null |     97.3 |   null |          93
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:03-0700 |         null |        null |         null |  null |     null |   null |          92
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:02-0700 |         null |        null |         null |  null |     null |   null |          91
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:01-0700 |         null |        null |         null |  null |     null |   null |          90

CREATE TABLE ddata (
  deviceID int,
  day timestamp,
  timepoint timestamp, 
  feeds map<text,int>,
  PRIMARY KEY ((deviceID,day),timepoint)
) WITH
  clustering order by (timepoint DESC);

insert into ddata (deviceID,day,timepoint,feeds) values (1000001,'2013-09-01','2013-09-01 00:00:04',{'temp':73,'humidity':99});

 deviceid | day                      | timepoint                | event      | feeds
----------+--------------------------+--------------------------+------------+----------------------------------------------------------
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:04-0700 |       null |                             {'humidity': 97, 'temp': 93}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:03-0700 |       null |                                             {'temp': 92}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:02-0700 |       null |                                             {'temp': 91}
  1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:01-0700 |       null |                                             {'temp': 90}

创建表数据(
设备ID int，
日期时间戳，
时间点时间戳，
提供地图，
主键（（设备ID，天），时间点）
)与
聚类顺序（时间点描述）；
将值（1000001、'2013-09-01'、'2013-09-01 00:00:04'、{'temp'：73、'湿度]：99}插入ddata（设备ID、日期、时间点、提要）中；
设备ID |天|时间点|事件|源
----------+--------------------------+--------------------------+------------+----------------------------------------------------------
1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:04-0700 |空|{“湿度”：97，“温度”：93}
1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:03-0700 |空|{'temp'：92}
1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:02-0700 |空|{'temp'：91}
1000001 | 2013-09-02 00:00:00-0700 | 2013-09-02 00:00:01-0700 |空|{'temp'：90}

人们对这两种选择有什么想法

• 从我所看到的情况来看，第一个选项将允许更好地键入不同的数据类型（int与float），但会使表有点难看
• 如果我避免使用集合类型，性能会更好吗
• 在添加新的传感器数据类型时，是否不断添加额外的列

我还应该考虑哪些因素呢？
• 对于这个场景，人们还有哪些其他的数据建模想法

谢谢，

---

Chris

本质上，由于我们不知道会有多少个测量值到达，我们需要一种动态的方式来描述列族中的情况

正如您在第二个示例中所指出的，CQL提供了用于保存动态集合的映射数据类型

---

第二个是首选。但也取决于您可能发出的查询。要从“feed”中获取“temp”，应用程序必须解析映射输出。

我可以看到的直接优点和缺点：

• 使用

  map

  列将允许您拥有“无限”指标。（注意，我认为在

  地图中可以存储多少数据是有限制的）

• 您将无法从

  映射中读取单个值；如果每个度量都有列，那么一次只能读取一个值；您仍然可以更新
  映射中的单个值

正如您在问题中提到的，您在

map

这些是我能看到的最明显的区别