Database design 卡桑德拉-一张大桌子vs多张桌子

我目前正在尝试卡桑德拉数据库。 我正在使用DataStax开发中心和DataStax C#驱动程序

我当前的模型非常简单，仅包括：

• ParameterId（int）-将用作表的id
• 值（bigint）
• 测量时间（时间戳）

我将有1000个（不多，不少）参数，从1到1000。每秒钟将获得一次每个参数的输入，并将运行数年

我的问题是，创建以下表格是否更好：

CREATE TABLE keyspace.measurement (
    parameterId int,
    value bigint,
    measureTime timestamp,
    PRIMARY KEY(parameterId, measureTime)
) WITH CLUSTERING ORDER BY (measureTime DESC)

---

或者最好创建1000个只包含一个值和measureTime的表，如果是这样，我是否能够对我的measureTime进行范围查询？

我们这里有两种方法，每种方法都有各自的优缺点

方法1：为每个参数创建一个表（1000个表只包含 a值和测量时间）

如果我们只有有限数量的参数，这种方法会很好。在不久的将来，如果我们需要容纳更多的参数，那么为每个参数创建一个表将变得很麻烦。通过将表放在不同的碎片上，可以提高性能

方法2：创建一个大表

NoSql DB的设计目的是为了更好地处理更多记录。即使拥有10亿张唱片也会有很好的表现

---

考虑到这一点，

“每秒钟将获得一个参数条目，并将运行数年。”

，我觉得方法1最适合您的场景，前提是未来参数数量不会增加。

您将使用此方法获得非常广泛的行数。我建议您不要使用表格格式，我会选择一些允许您控制行宽度的内容

根据您的查询要求，我将为您写下一个更合适的模式（IMHO）：

这与您的非常相似，但是它有一个主要优势：您可以配置行的宽度，并且没有任何热点。想法非常简单：

parameterId

和

granularity

字段都是分区键，因此它们告诉您的数据将去哪里，而

measureTime

将使您的数据保持有序。假设您希望逐日查询，您需要将

度量时间的
yyyy-mm-dd
值存储到
粒度中，将同一天的所有度量值分组在一起

这允许您使用有效的范围查询检索位于同一分区上的所有值（因此根据给定的
parameterId
和
granularity
字段对）。在逐日配置中，每个分区将有86400条记录。这个数字可能仍然很高（建议限制为10k IIRC），您可以通过使用
yyyy-mm-dd HH:00
值逐小时分组来降低tht值

这种方法的缺点是，如果您需要来自多个分区的数据（例如每天分组，但需要连续两天的数据，例如1月19日的最后6个小时和1月20日的前6个小时），然后，您需要执行多个查询。
虽然您的答案与一般nosql dbs的答案一样好，但问题是针对cassandra的。1000个表不适合cassandra（每个表的内存开销），您应该尽量保持在“数百”而不是“数千”的范围内。你不必和卡桑德拉切分。谢谢！这是一种魅力。我的阅读表演现在达到了顶峰！额外的查询很容易通过编程处理。
CREATE TABLE keyspace.measurement (
    parameterId int,
    granularity timestamp,
    value bigint,
    measureTime timestamp,
    PRIMARY KEY((parameterId, granularity), measureTime)
) WITH CLUSTERING ORDER BY (measureTime DESC)