私が取り組んでいるシステムでは、24時間365日のデバイスで送信された文字列のストリームを格納する必要があります。 たとえば、IDが 'ID'のデバイスは、10秒ごとに異なる文字列を送信します。私たちは、何千ものデバイス、意味、何百万ものデータ・セットの数百人の話をしている何百万ものデータセグメントのデータを保存する
('ID', t, t+10, somestring)
： だから、私は、次のデータ項目を格納する必要があります。
最も重要なクエリは次のとおりです。
Query(id, start, end) ==> list of strings
どのようにデータを格納するお勧めですか？ どのデータベースをお勧めしますか？
カッサンドラの場合、これはかなり簡単です。
CREATE TABLE device_strings (
id text,
year_month_day text,
start timestamp,
end timestamp,
value text,
PRIMARY KEY ((id, year_month_day), start, end)
);
これは、各ID/1日にパーティションがあることを意味します（無限に成長することはできません）。これは、クエリの中で、開始/終了が1日に渡る場合、複数回読む必要があることを意味します。
これはTimeSeriesデータであり、CassandraはTimeSeriesの種類のデータに適している可能性があります。データをIDで格納し、開始（降順）、終了（降順）をカサンドラの主キーとして使用します。あなたの書き込みと読み込みは高速で、パフォーマンスのために線形にスケーリングできます。 注：Cassandraでは、パーティションの値の数を2Billionに制限しています。古いデータにTTLを設定しない場合は、パーティションに別のキーを追加して値を制限することを検討する必要があります。これにより、常にデータを送信するIDがほんの少ししかない場合でも、クラスタ全体にデータを広げることができます。