新闻提要，例如 cassandra 上的时间序列数据

Question

我正在制作一个网站，我想将所有用户 post 存储在一个 table 中，按他们 post 的时间排序。我做的cassandra数据模型是这个

CREATE TABLE Posts(
   ID uuid,
   title text,
   insertedTime timestamp,
   postHour int,
   contentURL text,
   userID text,
   PRIMARY KEY (postHour, insertedTime)
) WITH CLUSTERING ORDER BY (insertedTime DESC);

我面临的问题是，当用户访问 posts 页面时，它通过查询

获取最新的页面

SELECT * FROM Posts WHERE postHour = ?;

？ = 当前时间

到目前为止，当用户向下滚动时 ajax 请求从服务器获取更多 post。 Javascript 跟踪 lastFetched 项目的 post 小时，并在请求新的 posts 时与 cassandra PagingState 一起发回服务器。

但是当用户向下滚动时，这种方法将查询超过 1 个分区。我想知道这个模型是否可以毫无问题地执行，是否有任何其他模型可以遵循。

有人请指点我正确的方向。谢谢。

Answer 1

这是一个好的开始，但有几点建议：

您可能需要的不仅仅是 postHour 作为分区键。我猜您不希望将所有 post 不分日期 存储在一起，然后翻阅它们。你可能想看的是：
```
PRIMARY KEY ((postYear, postMonth, postDay, postHour), insertedTime)
```
但是还是有问题。您的 PRIMARY KEY 必须唯一标识一行（在本例中为 post）。我猜测有可能，尽管不太可能，两个用户可能会使用相同的 insertedTime 值创建 post。那么您真正需要的是添加 ID 以确保它们是唯一的：
```
PRIMARY KEY ((postYear, postMonth, postDay, postHour), insertedTime, ID)
```
在这一点上，我会考虑将您的 ID 和 insertedTime 列合并为 timeuuid 类型的单个 ID 列。通过这些更改，您的最终 table 看起来像：
```
CREATE TABLE Posts(
  ID timeuuid,
  postYear int,
  postMonth int,
  postDay int,
  postHour int,
  title text,
  contentURL text,
  userID text,
  PRIMARY KEY ((postYear, postMonth, postDay, postHour), ID)
) WITH CLUSTERING ORDER BY (ID DESC);
```
无论您使用哪种编程语言，都应该有一种方法可以从插入的时间生成 timeuuid，然后从 timeuuid 值中提取该时间（如果您想在 UI 之类的。（或者您可以使用 CQL timeuuid functions 进行转换。）

关于您关于查询多个分区的问题，是的，这样做完全没问题，但如果您不小心，可能运行会遇到麻烦。例如，如果有 48 小时没有 posts 会怎样？您是否必须发出 48 次 return 空结果的查询才能最终在第 49 次查询中得到一些结果？（这可能会非常缓慢并且用户体验糟糕。）

您可以采取一些措施来尝试缓解这种情况：

减少分区的粒度。例如，不要按小时执行 post 秒，而是天前 post 秒，或 月 post 秒。如果您知道这些分区不会变得太大（即用户不会创建太多 post 分区变得很大），那可能是最简单的解决方案。
创建第二个 table 以跟踪哪些分区实际上有 post。例如，如果您坚持按小时计算 posts，则可以像这样创建 table：
```
CREATE TABLE post_hours (
  postYear int,
  postMonth int,
  postDay int,
  postHour int,
  PRIMARY KEY (postYear, postMonth, postDay, postHour)
);
```
然后，只要用户添加新的 post，您就可以插入此 table（使用 Batch）。然后，您可以在查询 Posts table 之前查询 table first 以确定哪些分区具有 posts 并且应该是查询（从而避免查询一大堆空分区）。

新闻提要，例如 cassandra 上的时间序列数据

news feed like time-series data on cassandra

data-modeling

time-series

cassandra

nosql