Cassandra中这两种表的区别是什么？
第一：
CREATE TABLE data (
sensor_id int,
collected_at timestamp,
volts float,
volts2 float,
PRIMARY KEY (sensor_id, collected_at,volts )
)
第二：
CREATE TABLE data (
sensor_id int,
collected_at timestamp,
volts float,
volts2 float,
PRIMARY KEY ((sensor_id, collected_at),volts )
)
我的问题：
- 这两张桌子有什么区别
- 我们什么时候使用第一张桌子，什么时候使用第二张桌子
差异是主要的关键。Cassandra主键分为（Partition key，Clustering key）。
分区键决定寄存器在环中的位置，集群决定具有相同分区键的寄存器的存储方式，以利用查询中列的磁盘排序。
第一个表：
- Sensor_id是您的分区密钥，因此您知道具有相同Sensor_id的每个寄存器都将转到同一节点
- 您有两个集群键，collected_at和volts字段，因此具有相同sensor_id的数据将按collected_a特字段升序存储，而具有相同sendor_id、collected_at字段的数据将按照volts字段升序存储
第二表：
- 您将有一个复合分区密钥（sensor_id，collected_at），这样您就知道具有相同sensor_id和collected_at的每个寄存器都将转到同一节点
- 您的集群密钥是伏特，所以具有相同（sensor_id，collected_at）的数据将按伏特升序存储
想象一下，同一个sensor_id有数十亿个寄存器。使用第一种方法，您将把它存储在同一个节点中，因此可能会耗尽空间。如果使用第二种方法，则必须使用精确的sensor_id和collected_at时间戳进行查询，因此这可能没有意义。正因为如此，在Cassandra建模中，在创建模型之前，您必须知道要执行哪些查询。
第一个表仅对sensor_id上的数据进行分区。这意味着每个sensor_id下面的所有数据都存储在同一个数据分区中。sensor_id的散列令牌值还决定了数据分区存储在集群中的哪个节点上。每个分区内的数据按collected_at和volts排序。
第二个表使用sensor_id和collected_at上的复合键来确定数据分区。每个分区中的数据按volts进行排序。
我们什么时候使用第一张表，什么时候使用第二张表？
由于您必须在查询中传递所有分区键，第一个表提供了更多的查询灵活性。也就是说，您可以决定只在sensor_id上查询，然后您可以选择是否也按collected_at查询，然后按volts查询。在第二个表中，有要通过sensor_id和collected_at进行查询。因此，您的查询灵活性较低，但您可以从第二个模型中获得更好的数据分布。
实际上，对时间戳（第二表）值进行分区通常不是很有用，因为在执行查询之前，必须具有确切的时间戳。通常，当在分区键中使用时间戳组件时，您会看到一种称为"日期桶"的技术，在这种技术中，您会使用精度较低的东西，如月或日。这样，你仍然可以查询整个月/天，或者你的水桶是什么。