Database Cassandra能否基于日期/时间戳对表进行分区？

我有一张很大的桌子，有很多列。某些列中的值很少更改，并且由于将所有这些数据存储在一个表中是不好的，因此我希望根据时间戳将该表划分为多个表。也就是说，对于一个时间戳，生成一个表，而查询所有这些表时，应该给出一个表的抽象。也就是说，查询应该只在所需的表上执行（基于时间范围查询），并且应该合并所有这些结果

因此，我需要两个功能：

• 自动稀疏实现
• 基于时间戳和命中单个表的抽象的多表存储

---

哪种工具最适合此目的？Cassandra是否合适？

传统的SQL数据库，例如可以处理数TB的数据（最大理论表大小为32TB）。有些可以处理更大的数据量，尽管这通常需要围绕一组计算机对数据进行分区

10列并不多-根据列类型，PostgreSQL每个表最多有250-16600列。提供了时间索引，因此不需要按时间戳进行分区，因为您仍然需要查询数据（即，您没有存档旧数据）

Cassandra可以处理比这大得多的数据量，但通常会使用集群中的多个节点来共享负载并提供复制。典型的建议似乎是，如果系统读/写负载较重，则每TB使用一个节点；如果系统负载较轻，则使用更多节点（2-3 TB？）

卡桑德拉不使用这样的表格。它具有列族，其中包含稀疏列的行（）。同样，通常不需要对数据进行分区—您可以在单个列族中存储大量的行（在后台，它们跨节点进行分区，并进一步分区到称为SSTables的文件中）

---

Cassandra是否合适在某种程度上取决于您想要进行的查询类型。Cassandra不提供灵活的SQL查询，因此您需要对数据进行结构化以适应查询。

传统的SQL数据库，例如可以处理数TB的数据（最大理论表大小为32TB）。有些可以处理更大的数据量，尽管这通常需要围绕一组计算机对数据进行分区

10列并不多-根据列类型，PostgreSQL每个表最多有250-16600列。提供了时间索引，因此不需要按时间戳进行分区，因为您仍然需要查询数据（即，您没有存档旧数据）

Cassandra可以处理比这大得多的数据量，但通常会使用集群中的多个节点来共享负载并提供复制。典型的建议似乎是，如果系统读/写负载较重，则每TB使用一个节点；如果系统负载较轻，则使用更多节点（2-3 TB？）

卡桑德拉不使用这样的表格。它具有列族，其中包含稀疏列的行（）。同样，通常不需要对数据进行分区—您可以在单个列族中存储大量的行（在后台，它们跨节点进行分区，并进一步分区到称为SSTables的文件中）

---

Cassandra是否合适在某种程度上取决于您想要进行的查询类型。Cassandra不提供灵活的SQL查询，因此您需要对数据进行结构化以适应查询。

考虑到您需要使用哪个工具/数据库，决定表结构似乎为时过早（特别是因为Cassandra不是基于表的）。您似乎需要的是基于时间的查询—这是使用多个表还是（更可能）通过基于时间的索引实现的，这是一个实现细节。请你再详细说明一下，你的桌子有多大？有多少列？它目前在哪些领域实施？您当前的实现存在什么问题（即，为什么您认为将数据保存在一个表中“不好”？）我的数据大约为2到3 TB。至少有10列。我只打算实施它。如果我将数据保存在一个表中，我担心性能是否会受到影响。考虑到您询问要使用哪个工具/数据库，决定表结构似乎为时过早（特别是因为Cassandra不是基于表的）。您似乎需要的是基于时间的查询—这是使用多个表还是（更可能）通过基于时间的索引实现的，这是一个实现细节。请你再详细说明一下，你的桌子有多大？有多少列？它目前在哪些领域实施？您当前的实现存在什么问题（即，为什么您认为将数据保存在一个表中“不好”？）我的数据大约为2到3 TB。至少有10列。我只打算实施它。如果我将数据保存在一个talbe中，我担心性能是否会受到影响。