在处理Cassandra时，我学到的第一件事是，您需要非常小心您的数据模型，因为Cassandra不支持联接、聚合等。因此，您可以根据查询对数据进行建模，使用广泛的去规范化等。
但假设我已经决定在卡桑德拉之上运行Spark。Spark将允许进行连接和聚合，以及对数据进行不同的计算。
因此，我的问题是，当在Cassandra中对我的数据进行建模时，考虑到我将在上面运行Spark，我需要更改我的模型，使其适合Spark进行更快的计算，还是我仍然需要坚持在普通Cassandra的数据建模的最佳实践？
例如，如果我在cassandra中有Table1和Table2，它们保存着相同的数据，但在Table1中，数据由Key1、Key2（partion key）键控，在表2中，数据由Key1、Key3（partion key）键控。这本质上是我的数据的两个视图，可以快速查询。如果我需要按Key1、Key2、Key3查询数据，我将不得不创建第三个表Table3。但是知道我可以在Cassandra之上查询和连接Spark中的Table1和Table2，我可能不需要创建Table3？
Table1+Table2表示两次读取，而只有Table3表示一次读取。因此，具有复合主键的表3将更快地