用于求和时间序列数据的 Cassandra 数据模型

Question

C

* 中的时间序列建模很容易，但如果你想添加一些粒度怎么办？

我们有一个看起来像这样的表格

CREATE TABLE sales (
  c_id text,
  purchased_at timestamp,
  revenue_cents integer,
  PRIMARY KEY (channel_id, purchased_at)
);

现在，我们想选择过去 365 天内的所有销售，并将时间造粒设置为一周。我们可以在前端进行总结，但就我们选择数十万行而言，这似乎有点不性能，尤其是在选择速度最重要的情况下。

举个小例子：
在我们的sales表中，我们插入以下销售额

INSERT INTO sales (c_id, purchased_at, revenue_cents) VALUES (1, '2014-12-15 07:01:00', 200);
INSERT INTO sales (c_id, purchased_at, revenue_cents) VALUES (1, '2014-12-17 08:01:00', 400);
INSERT INTO sales (c_id, purchased_at, revenue_cents) VALUES (1, '2014-12-24 20:01:00', 400);
INSERT INTO sales (c_id, purchased_at, revenue_cents) VALUES (1, '2014-12-16 10:01:00', 600);

这些每天可能有数千笔销售，所以如果我们想制作一个图表来说明去年的收入，请使用这样的查询：

SELECT revenue_cents FROM sales WHERE c_id='1' AND purchased_at > '2014-01-01 00:00:00';

我们会像一百万行一样返回，这还不够快。我们也不知道每次销售时的信息，我们只需要在第 225 天（例如第 44 周或第 6 个月）赚了多少钱的信息。因此，如果我们运行上面的查询并希望它以某种方式按月分组，我们将返回 11/12 行，并且revenue_cents都汇总了。我知道 C* 不能开箱即用，但不知何故可以，对吧？

因此，我的问题是，如何实现这一目标？

Answer 1

也许类似于"时间序列模式 2 分区以限制行大小"的东西，但使用一年中的一周而不是一年中的某一天作为日期，对您有用。也许您可以使用一些 Cassandra 功能来实现此页面上描述的分区行切片的粒度：http://www.datastax.com/documentation/cql/3.1/cql/cql_using/use-slice-partition.html。例如：

   创建表销售 （      c_id文本，      purchased_at时间戳，      revenue_cents比金特，      周内，      主键（（c_id、周）、purchased_at）    );

使用复合主键定义将对一周的所有数据进行分组。

   插入销售（c_id、周、purchased_at、revenue_cents）值（"批发"，50，'2014-12-15 07：01：00'，1234804938237367）;    插入销售（c_id、周、purchased_at、revenue_cents）值（"零售"，50，'2014-12-17 08：01：00'，253480493823736700）;    插入销售（c_id、周、purchased_at、revenue_cents）值（"零售"，51，"2014-12-22 20：01：00"，3480493823736700）;    插入销售（c_id、周、purchased_at、revenue_cents）值（"零售"，50，'2014-12-16 10：01：00'，250480493823736700）;    选择*    从销售    其中c_id='零售'    和周=50;     c_id |周 |purchased_at |revenue_cents    --------+------+--------------------------+--------------------     零售 |  50 |2014-12-16 10：01：00-0800 |250480493823736700     零售 |  50 |2014-12-17 08：01：00-0800 |253480493823736700