我对Cassandra很陌生，我曾与Oracle SQL和Mongo DB一起工作，我正在努力学习Apache Cassandra在我正在工作的一个项目中使用它。
我有一定数量的传感器(假设是20个)，将来可能会增加。他们每10秒发送一次数据到存储。我知道要处理这种情况，但不知道哪一种更好。
PRIMARY KEY ((sensor_id, day_month_year), reported_at);
PRIMARY KEY ((sensor_id, month_year), reported_at);
我不知道是否使用month_year对于单个分区来说数据太多，另一方面我认为如果我使用day_month_year它会创建太多分区，并且在尝试获取数据时读取速度太慢，因为它必须访问多个分区。
我应该用哪一个?如果你有其他好的建议或者只是给我一些解释，我很想听听。
把我的答案贴在这里，你也问过https://community.datastax.com/questions/10596/。
每10秒采集的传感器数据相当于:
- 每分钟6条
- 每小时360项
- 每天8,640项
- 每月260K条目
根据您为每行存储的其他数据，很难将每个分区的大小保持在推荐的100MB。这不是硬限制，所以您的分区可以超过100MB，但是您的分区越大，性能就越差。
就其本身而言，Cassandra并不适合执行分析查询，因为它是针对OLTP工作负载进行优化的，在OLTP工作负载中，您为每个应用程序请求读取一个分区。如果需要使用OLAP，则需要使用Spark来提高效率。干杯!