1

我对 cassandra 及其数据模型比较陌生。我有一大组数据，这些数据由染色体上的位置（染色体：开始-结束）描述，我们有 24 条染色体，开始和结束是整数。我想支持的查询是查找基因组中与一组其他位置重叠的所有位置。如果没有其他想法，我可以创建一个简单的基于 R-tree 的“索引”方案，但我认为有人可能遇到了这个问题并想出了一个解决方案。

4

1 回答 1

1

由于您需要在 2 维上进行查询，因此您可以使用其他数据库（例如 mongodb）支持此类地理空间索引/查询， 请参阅 Bounds Queries

在 Cassandra 中，我认为您能做的最好的事情是使用geocell ( doc ) 或其他空间填充曲线

您将 start 和 end 转换为 geohash，对于您的每个数据，然后您将能够通过搜索 geohash 之间的地理单元来搜索边界框，从 [s1,s2] 开始并以 [e1,e2] 结束(s1, e1) 和 geohash(s2, e2) 给出边界框中的连续位置

于 2012-06-25T21:49:33.400 回答