Database design cassandra中的数据建模和查询

我在卡桑德拉有这张桌子。从这个表中，我需要提取两个表，一个包含对应于ID的第一个事件，另一个包含对应于ID的最后一个事件。因此，我应该得到两个表作为我的输出：

   |ID|        Events        Timestamp  
   ----------------------------------------------
   |1 |       InProgress    2010-03-31 15:59:42
   |1 |       Awaiting      2010-04-31 15:59:42   
   |1 |       Resolved      2010-05-31 15:59:42
   |1 |       Closed        2010-06-31 15:59:42       
   |2 |       Awaiting      2010-07-31 15:59:42 
   |2 |       InProgress    2010-08-31 15:59:42   
   |2 |       Wait          2010-09-31 15:59:42         
   |2 |       Closed        2010-10-31 15:59:42         

---

我需要知道如何仅在cqlcassandra查询语言中实现这一点，或者是否有一种方法可以对我的数据进行建模，从而能够获得所需的结果。

您可以使用如下模式：

    initial      
   -----------------------------   
   InProgress              
   Awaiting       

   final
   -----------------------------  
   Closed              

这将允许您按id提取，按时间戳asc或desc排序，并限制为1

但是，请检查每个id的预期事件数。如果对于超过100MB的id来说，所有事件都足够了，那么您需要开始考虑bucketing或其他方法

---

另一种方法是使用Spark进行分析查询，并将结果存储在一个表中，该表以您想要的格式保存结果。这确实意味着定期运行外部作业或spark streaming应用程序，这将比实时数据晚几秒到几分钟，但它会工作。

@ashic我的问题是我总共有7554个id。那么，每次我需要在cql shell中手动获取第一个和最后一个事件时，我是否必须给出id的值，或者是否有一种方法可以让我编写一个查询并获取一个包含每个id对应的第一个事件的表和一个包含每个id对应的最后一个事件的表，而不在7400 id的WHERE子句中指定id，您可以创建一个像create table statshard int、id int、map minmax、primary key dummy、id这样的表。但是要小心……所有的行都将在同一个分区中，因此如果这一情况增加，您将需要创建新的分片，并查询两个分片以获得值。另一方面，为什么需要返回7K行？这有用吗？是否可以用另一种方式来解决业务实际需要的是什么？？我建议使用shard方法，因为查询将快速命中一个分区。查询所有节点会对性能造成影响&可能会超时。

create table event(
    id int,
    ts timestamp,
    desc text,
    primary key (id, ts)
);