Hadoop 在卡桑德拉，把一张大桌子分成多张小桌子？

来自MongoDB的背景，我们倾向于根据周将数据的摄取分为多个集合（其中包含相同类型的数据）。这完全取决于我们指数的表现

考虑在Cassandra中对同一概念进行建模，是否值得做同样的事情，并基于时间段创建多个表？因此，也许每周的表再次

是否有任何性能提升

我也问这个问题，因为我对Hadoop集成的研究，我可能只想映射/减少某几个星期的数据，而不是所有的数据，从我所能说的，这是隔离我们想要映射的数据的最好方法

---

提前感谢您对此的任何意见。

这不是必需的。但是，需要注意的是，不应该对Cassandra使用二级索引，应该对数据进行建模，以匹配正在执行的查询

如果您经常希望每周执行一次操作，您可能希望每周存储数据。也就是说，每个分区有一周的数据。（一个分区可以包含多行）

---

您可能会发现，浏览几个月前拍摄的卡桑德拉视频介绍会很有帮助：

因为卡桑德拉的内部结构已经在发挥作用了。Cassandra中的节点持有大量PK（分区键）及其数据。如果您选择每周PK数据，则会对其进行排序。Cassandra将把特定PK的所有数据放在一个节点中

---

当您查询时，Cassandra知道哪个节点保存该PK的数据。它将只查询该节点并检索数据。所以卡桑德拉按照你的要求做了。

是的，我们就是这么做的！：）我只是想知道是否需要一组分区键，并在其中的行（列）上映射/减少。对于物流来说，将数据分开是否更好？我可以很容易地在一组钥匙上进行M/R吗？嗯。。。我不确定我是否在听。但考虑到Cassandra试图存储按顺序读取的数据，以避免出于性能原因进行磁盘查找，由于列/行按顺序排列，不拆分数据将减少磁盘查找。同样，我不确定这次我是否回答了你的问题。