Graph 在Cassandra中存储加权图时间序列

我不熟悉Cassandra，我想集思广益，在Cassandra中存储加权图的时间序列，其中边权重每次都会增加，但也会随着时间的变化而更新。比如说,

w_ij(t+1) = w_ij(t)*exp(-dt/tau) + 1

我的第一个镜头涉及两个CQL v3表：

首先，我通过连接图的id和特定边上的两个节点（例如g-V1-V2）来创建一个分区键。我这样做是为了能够在下面描述的复合键的第二个组件上使用“orderby”指令，即类型timestamp。将此字符串称为EID，表示“边缘id”

表1 -边缘更新的时间序列 -主键：EID、时间、重量 表2 -“上次更新时间”和“上次重量”的值 -主键：EID -列：时间、重量 每次勾选时，我都会获取并更新表2中存储的时间和权重值。我使用这些值来计算时间增量和新权重。然后在表1中插入这些值

这一策略是否存在严重的无效性？应该怎么做？我已经知道表2的更新过程不是幂等的，可能会导致不一致，但我暂时可以接受这一点

---

编辑：我可以做的一件事是将两个表合并到一个时间序列表中。

对于Cassandra（以及任何其他不能对写入进行比较和交换操作的数据库），您应该避免任何类型的先读后写。

首先：您的应用程序有哪些查询和查询模式？ 此外，我还想知道计算和存储每条边的新权重的频率。每一秒，每一小时，每一天

是否可以在内存中保存每条边的最后一个权重？这样你就可以在写之前避免阅读了？这种值的某种延迟加载机制可能是可行的

---

如果您的查询允许使用此数据模型，我将尝试使用单列族构建解决方案

在用卡桑德拉写作之前，我会避免阅读，因为这真的不太合适。读操作的成本很高，远远高于写操作，为了保持性能，您需要大量的节点来执行相对较少的查询。你的建议并不适合卡桑德拉，因为在你写作之前似乎没有任何办法避免阅读。即使使用单个表，您仍然需要获取最后一个更新条目以执行写入。虽然这当然可以做到，但我认为有更好的工具来完成这项工作。话虽如此，如果您可以将表2中的所有数据都保存在内存中，并可能利用行缓存，那么这将是完全可行的。只要表2不太大，不足以容纳内存中的大多数行，您的读取速度就会显著加快，这可以弥补每次写入时执行读取的需要。然而，这将是一个相当大的挑战，您需要确保内存中只保留每行的“上次更新时间”，并且很少需要触摸磁盘

无论如何，您可能需要考虑的另一个设计是一个实现，其中您不仅使用Cassandra，还使用Cassandra前面的缓存来存储上次更新的时间。这可以与Cassandra一起运行，也可以在单独的节点上运行，但可以仅作为上次更新时间的内存存储，当需要更新行时，可以查询缓存，并将整行写入Cassandra（如果愿意，甚至可以写入上次更新时间）。您可以使用Redis之类的工具来执行此功能，这样您就不必担心墓碑或强制将所有内容存储在内存中等等

TABLE 1 - a time series of edge updates - PRIMARY KEY: EID, time, weight TABLE 2 - values of "last update time" and "last weight" - PRIMARY KEY: EID - COLUMNS: time, weight