Database design Cassandra数据库数据模型：我的模式设计

我需要为测试系统实现一个数据库。它用于存储测试数据，以便将来进行统计分析。它必须以卡桑德拉为基础

我已经设计了一个模式，但由于这是我第一次尝试NoSQL设计，我想得到一些反馈

我将首先描述我希望保存的数据，然后描述两个基本查询，最后介绍我建议的设计

我打算使用Cassandra 1.1，所以我尝试在我的设计中使用复合柱，但是，请随意推荐超级柱或任何看起来正确的东西

数据： 我们正在测试的基本单元是外星人。每个外星人都有一个唯一的ID。每个外星人都有许多身体部位。而且，每个外星人都是外星人家庭的一部分。这些家族有唯一的名字

当我们运行一个测试时，我们在一个外星人群体的几个身体部位上运行它。例如，我们选取几个家庭，对他们所有的眼睛和嘴巴进行测试

有几种测试。我们用自己的测试唯一ID记录每个测试

当我们运行一个测试时，我们每隔几分钟对所有相关的外星人身体部位进行采样，并收集一些统计数据

基本查询：

每一个家庭或外来或独特的身体部位-它参加的测试

每个测试ID-哪些家庭或外国人或独特的身体部位参与了测试

未来，所有数据的统计分析

我的设计尝试： 就是这样。因为我是一个真正的数据库初学者，尤其是Cassandra，我非常感谢任何意见

---

谢谢您的时间。

您的数据集最终会有多大？有时，我们使用PlayOrm在noSQL中存储关系数据，这非常有效，而且表可以存储到X百万行中。如果您要进入数十亿/万亿行，那么我们将使用PlayOrm对相同的数据进行分区，以便进行扩展

那么，您需要扩展能力吗？您可能希望查看宽行模式（PlayOrm大量使用该模式）。宽行可以帮助您为内容编制索引，以便快速查找

我真的不明白你这部分的东西

TestsData : { // Column Family - we sample each test every couple of minutes...
    [TestID][AlienID][Bodypart][MinutesFromTestStart]: { //Composite Columns as Rowkeys
        Temperture: 30 // column
        Size: 5 // column
    }  
}

这里不应该有更大的争议吗？其中testid是行键，其他数据有许多复合名称？宽行不应该大于1000万列，所以确保没有测试数据行会超过这个值。因此，可能会发生广泛的争吵

testid->alienId:fk23=null、alienId:fk25=null等。等。温度=30，大小=5

后来,，

---

院长

首先，感谢您抽出时间回答。我将尝试解释TestsData要求。我们对外星人（每个身体部位）进行测试。测试需要不同的时间，让我们选择一个需要10分钟的测试。一旦我们开始测试，我们每分钟都会对外星车身部件的温度和尺寸进行采样，因此我们需要每分钟记录每个车身部件的数据。这就是为什么我提出的综合索引是[TestID][AlienID][Bodypart][MinutesFromTestStart]，数据是两列。我不熟悉宽行模式，我设计错了吗？关于PlayORM的建议-谢谢，但我必须使用Cassandra。不确定你的意思是什么，因为PlayORM位于Cassandra之上？你的意思是说你必须用astyanax还是用hector？那个评论对我来说更有意义。我不明白PlayORM是什么。我还以为那是另一个NoSQL数据库。我目前正在.NET中开发，所以我使用FluentCassandra。这就是你的意思吗？这个问题似乎离题了，因为它是一个代码审查请求。

TestsData : { // Column Family - we sample each test every couple of minutes...
    [TestID][AlienID][Bodypart][MinutesFromTestStart]: { //Composite Columns as Rowkeys
        Temperture: 30 // column
        Size: 5 // column
    }  
}