Database Cassandra分区的最佳方法

我对Cassandra非常陌生，我曾与Oracle SQL和Mongo DB合作，我正在尝试学习Apache Cassandra，以便在我正在从事的项目中使用它

我有一定数量的传感器（比如说20个），将来可能会增加。他们每10秒将数据发送到存储器。我知道在处理这类情况时会使用bucketing，但不知道哪一种更好

PRIMARY KEY ((sensor_id, day_month_year), reported_at);

PRIMARY KEY ((sensor_id, month_year), reported_at);

我不知道使用month_year对于单个分区来说是否太多数据，另一方面，我认为如果使用day_month_year，它会创建太多分区，并且在尝试获取数据时会减慢读取速度，因为它必须访问多个分区

---

我应该用哪一个？如果你还有其他好的建议或只是一些解释，我很乐意听听。

在这里发布我的答案，你也问了

每10秒收集的传感器数据相当于：

• 每分钟6项
• 每小时360个条目
• 每天8640份
• 每月260K个条目

根据为每行存储的其他数据，很难将每个分区的大小保持在建议的100MB。这不是一个硬性的限制，因此分区可以超过100MB，但分区越大，性能就越差

---

Cassandra本身并不是执行分析查询的理想选择，因为它针对OLTP工作负载进行了优化，在OLTP工作负载中，每个应用请求都读取一个分区。如果需要执行OLAP，则需要在Spark中执行以提高效率。干杯

在这里发布我的答案，你也问了

每10秒收集的传感器数据相当于：

• 每分钟6项
• 每小时360个条目
• 每天8640份
• 每月260K个条目

根据为每行存储的其他数据，很难将每个分区的大小保持在建议的100MB。这不是一个硬性的限制，因此分区可以超过100MB，但分区越大，性能就越差

Cassandra本身并不是执行分析查询的理想选择，因为它针对OLTP工作负载进行了优化，在OLTP工作负载中，每个应用请求都读取一个分区。如果需要执行OLAP，则需要在Spark中执行以提高效率。干杯